小志Codings

在前面的文章中已经讲过了正则表达式的使用方法了，但是如果正则表达式出现问题，那么得到的结果就不是我们想要的内容。熟悉前端的朋友肯定知道，对于一个网页来说，都有一定的特殊结构和层级关系，而且很多节点都用id和class来区分。所以可以借助网页的结构和属性来提取数据。 Beauti…

在上一篇文章中讲述了如何使用XPath来提取数据，那么这篇文章就紧随其后，来教各位小伙伴如何使用XPath进行实战，获取网页的信息。 所以我今天带来的内容就是获取必应壁纸。 工欲善其事，必现利其器。玩爬虫也是同样的道理。 首先，安装好两个库：lxml与requests。 首先打…

XPath，全称XML Path Language，即XML路径语言，它是在XML语言中查找信息的语言。它最初是用来搜寻XML文档的，但是它同样适用于HTML文档的搜索。 在上一篇文章中讲述了正则表达式的使用方法，正则表达式的难度还是比较大的，如果不花足够多的时间去做的话还是比…

在上一篇文章中讲述了正则表达式的使用方法，既然讲了那不来点实战性的文章嘛？那肯定是不行的，所以这次我就是用正则表达式爬取当当网的TOP500的图书。 工欲善其事，必先利其器。写代码也同样是如此，所以在开始之前请先安装好requestst、pandas库。如果没有安装，请先安装好…

当你点开文章的时候，我就知道这次的标题有点装逼了，哈哈，不过不要紧，还好我写的都是干货。 正则表达式是处理字符串的强大工具，它有自己特定的语法结构，可以实现字符串的检索、替换、匹配验证。 打开开源中国提供的正则表达式测试工具https://tool.oschina.net/re…

对于《大秦赋》，相信大家都不会陌生，由延艺导演，张鲁一主演的历史古装剧。 剧集讲述了秦始皇嬴政在吕不韦、李斯、王翦等的辅佐下平灭六国、一统天下，建立起中华历史上第一个大一统的中央集权国家的故事。 战国晚期，纷乱五百余年的华夏大地仍战火不息、 生灵涂炭。彼时六国势弱、秦国独强，天…

网络地址转换技术也称为NAT（Network Address Translation）技术，它的基本作用是实现私网IP地址与公网IP地址之间的转换。 除了这些私网地址之外，其余的均为公网IP地址。由于IP地址的公、私属性不同，我们便有了公网的概念和私网的概念区分。公网地址是指在…

与RIP协议一样，OSPF也是一种IGP。通常，我们把一个以OSPF协议作为其IGP的自治系统称为OSPF网络。 然而，OSPF协议的复杂程度要远远大于RIP协议。曾经我花了2个小时左右的时间就学会了RIP协议，但是现在我花了两周学习OSPF协议都还是半桶水。我对OSPF的理解…

爬虫的门槛不高，高就在于往后余生的每一次实操都会让你崩溃。在这个大数据的时代，数据就是金钱！所以越来越多的企业重视数据，然后再通过爬虫的手段获取公开的数数据，为企业项目进行赋能。 上一篇文章中，我带大家入门了爬虫，知道什么是爬虫，对爬虫有了大体的了解。 本篇博文将带领大家进入新…