03_基本库的使用

urllib库

python2中，由urllib和urllib2两个库来发送请求，python3中没有urllib2，统一为urllib
urllib的几个模块
- request：最基本的http请求模块，
- error：异常处理的模块
- parse：工具模块，提供了许多url处理方法，比如拆分、解析、合并等
- robotparser:识别网络的robot.txt文件

request模块下的几个方法类

urlopen(url,data,timeoit)

url:必传，请求资源的地址
data:可选，必须是字节流格式,使用此方法后不再是get请求，而是post请求
timeout：设定超时时间

from urllib import request, parse, error

# urlopen(url, data)
resp = request.urlopen("http://shuyantech.com/api/cndbpedia/avpair?q=%E6%B8%85%E5%8D%8E%E5%A4%A7%E5%AD%A6")  # 一个http响应对象
res = resp.read()  # 返回值为bytes编码对象
res = res.decode("utf-8")  # 对其解码
print(res)

# data: 像url中动态传参数,使用此方法后不再是get请求，而是post请求
params = {"q":"清华大学"}  # 定义参数
# urlencode(dict)将参数字典转化为字符串
data = parse.urlencode(params)  # q=%E6%B8%85%E5%8D%8E%E5%A4%A7%E5%AD%A6
# bytes(str,encode)将字符串转化为字节流类型，并制定编码格式
data = bytes(data, encoding="utf8")  # b'q=%E6%B8%85%E5%8D%8E%E5%A4%A7%E5%AD%A6'
resp = request.urlopen("http://shuyantech.com/api/cndbpedia/avpair?", data)
res = resp.read() # b'{"status": "ok", "ret": [["\xe4\xb8\xad\xe6\x96\x87\xe5\x90\x8d", "\xe6\xb8\x85\xe5\x8d\x8e\xe5\xa4\xa7\xe5\xad\xa6"],
res = res.decode("utf-8")  # {"status": "ok", "ret": [["中文名", "清华大学"],
print(res)

# timeout，设置超时时间，单位为秒
try:
    resp = request.urlopen("http://shuyantech.com/api/cndbpedia/avpair?q=%E6%B8%85%E5%8D%8E%E5%A4%A7%E5%AD%A6", timeout=0.01)
    print(resp)  # urllib.error.URLError: <urlopen error timed out>
except error.URLError as e:
    print(e.reason)  # timed out
    # isinstance,判断对象是否为已知类型，与type的区别，isinstance() 会认为子类是一种父类类型，考虑继承关系，type则不考虑继承关系
    import socket
    if isinstance(e.reason, socket.timeout):
        print("超时了")

Request(url, data=None, headers={}, origin_req_host=None, unverifiable=False,method=None)

url:必传，请求的资源地址
data:必须是bytes(字节流)类型的
headers:字典形式，构造请求头信息，例如User-Agent
method:字符串，指定请求方式
origin_req_host:请求方的host和ip
unverifiable:验证用户有没有权限接受请求结果

from urllib import request, parse
url = "http://httpbin.org/post"
data = {
    "name":"Request"
}
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.75 Safari/537.36",
    "Host": "httpbin.org"
}
method = "POST"
# 构造请求信息
req = request.Request(method=method, url=url, headers=headers, data=bytes(parse.urlencode(data), encoding="utf8") )
resp = request.urlopen(req)
res = resp.read().decode("utf-8")
print(res)

Handler各种处理器和opener

HTTPBasicAuthHandler：用于管理认证，当一个连接打开时，需要登录，可以用它来解决认证问题
HTTPCookieProcessor：用于处理cookie
HTTPPasswordMgr:用于管理密码，维护了用户名和密码的表
HTTPRedirectHandler：用于重定向
ProxyHandler：用于设置代理，默认代理为空

from urllib.request import ProxyHandler, build_opener
from urllib.error import URLError

url = "https://www.baidu.com"

# 实例化代理
p_handler = ProxyHandler({
    "http":"http://39.134.66.14:8080",
    "https":"https://218.38.52.132:80"
})
opener = build_opener(p_handler)  # build_opener(实例化的handler处理器)

try:
    res = opener.open(url)
    html = res.read().decode("utf-8")
    print(html)
except URLError as e:
    print(e.reason)

error:异常处理，定义了由request模块产生的错误

URLError:error模块的基类，由request模块产生的异常都可以通过这个类捕获，存在reason属性
HTTPError: URLError的子类，专门处理HTTP请求错误属性code:返回的HTTP状态码，reason:错误原因 headers:返回请求头

# 一个完整的异常捕获例子
 from urllib import error,request
 try:
     resp = request.urlopen("http://cuiqingcai.com/index.html")
 except error.HTTPError as e:
     print("返回的状态码%s" % e.code)
     print("返回的错误原因%s" % e.reason)
     print("返回的请求头%s" % e.headers)
 except error.URLError as e:
     print("异常原因%s" % e.reason)
 else:
     print("成功")

-parse：解析链接，实现url各部分的抽取、合并、以及链接的转换

urlparse：实现url的分段和识别，分成六段 scheme://netloc/path;params?query#fragment
- scheme:表示协议
- netloc:表示域名
- path：表示访问路径
- params:代表参数，;后
- query：代表查新条件，?后
- fragment:表示锚点，#后
- urlparse(url, scheme,allow_fragments)
  - url:必填，待解析的url
  - scheme:默认的协议，假如传入的连接没带协议，会采取这个默认的协议
  - allow_fragments:是否忽略锚点部分，值为布尔类型
urlunparse:根据参数，生成链接，参数为可迭代对象，且长度为6
urlsplit: 与urlparse一样，参数也形同解析url,分成五段，将params与path部分合并
- urlsplit(url, scheme,allow_fragments)
urlunsplit: 参数为可迭代对象，且长度为5
urljoin:生成链接，效果同urlunparse和urlunsplit，但此方法不需要长度
- urljoin(base_url,str) 将两个参数合并对base_url的协议、域名、路径进行补充，base_url其他三个部分则不起作用
urlencode:将字典对象序列化成符合url参数格式的字符串,一般往url传参中用
parse_qs:将url中的参数转成字典
parse_qsl:将url中的参数转化为元组组成的列表
quote:将数据转化为url格式的编码，一般参数为中文的时候使用
unquote:将url格式的编码进行解码

```
from urllib import parse
res = parse.urlparse("http:www.baidu.com/index.html;user?id=5#comment")
# 返回结果为元组，res[0],res.scheme
print(res, res[0], res.scheme)  # ParseResult(scheme='http', netloc='', path='www.baidu.com/index.html', params='user', query='id=5', fragment='comment')

data = ["http", "www.baidu.com", "index.html", "user", "d=5", "comment"]
res = parse.urlunparse(data)
print(res)  # http://www.baidu.com/index.html;user?d=5#comment

res = parse.urlsplit("http:www.baidu.com/index.html;user?id=5#comment")
print(res)  # SplitResult(scheme='http', netloc='', path='www.baidu.com/index.html;user', query='id=5', fragment='comment')

data = ["http", "www.baidu.com", "index.html", "d=5", "comment"]
res = parse.urlunsplit(data)
print(res)  # http://www.baidu.com/index.html?d=5#comment

res = parse.urljoin("http://www.baidu.com", "index.html")
print(res)  # http://www.baidu.com/index.html ,注意合并的规则

data= {
    "name":"bob",
    "age":18
}
res = parse.urlencode(data, encoding="utf8")
print(res)  # name=bob&age=18

res = parse.parse_qs("http:www.baidu.com/index.html;user?id=5&name=3")
print(res)  # {'user?id': ['5'], 'name': ['3#comment']}

res = parse.parse_qsl("http:www.baidu.com/index.html;user?id=5&name=3")
print(res)  # [('user?id', '5'), ('name', '3')]

q= "张三"
res = "http:www.baidu.com/index.html?q=%s " % parse.quote(q)  # 编码
print(res)  # http:www.baidu.com/index.html?q=%E5%BC%A0%E4%B8%89
res = parse.unquote(res)  # 解码
print(res)  # http:www.baidu.com/index.html?q=张三
```

robotparse:分析网站的robot协议

robots.txt:网站爬虫协议，全称网络爬虫排除标准，一般存放于网站的根目录下
返回的内容：
- user-agent:设置可以爬取网站的爬虫名称
- disallow:设置哪些路径不能爬取
- allow:设置哪些路径可以爬取

# 京东的爬虫协议
# url: https://www.jd.com/robots.txt
User-agent: *   # 任何爬虫都可以爬
Disallow: /?* 
Disallow: /pop/*.html 
Disallow: /pinpai/*.html?* 
User-agent: EtaoSpider 
Disallow: / 
User-agent: HuihuiSpider 
Disallow: / 
User-agent: GwdangSpider 
Disallow: / 
User-agent: WochachaSpider 
Disallow: /

RobotFileParser(url="") # 根据网站的robot协议来判断爬虫是否有权限爬取
- set_url():设置robots.txt文件的连接
- read():读取robots.txt文件并分析,无返回值，必须调用
- parse():解析robots.txt文件
- can_fetch(User-agent, url)：返回值为布尔类型，判断此user-agent是否可以爬取此url
- mtime():返回值为上次抓取分析robots的时间
- modified():将当前时间设置为上次抓取的时间

from urllib import robotparser

rp = robotparser.RobotFileParser()  # 实例化分析类
rp.set_url("https://www.jd.com/robots.txt")  # 添加robots地址
rp.read()  # 读取robot协议
print(rp.can_fetch("*", "https://www.jd.com/")) # 判断当前爬虫是否可以爬取， True
print(rp.mtime())  # 上次抓取的时间 1553685029.0578604
print(rp.modified())  # 设置抓取的时间 none

requests的使用

基本用法

Get请求 requests.get("url", "params", "headers")
- url：请求资源的地址
- params：传入的参数
- headers:请求头，反扒的一种措施
Post请求 requests.post("url", "params", "headers")
- url：请求资源的地址
- params：传入的参数
- headers:请求头，反扒的一种措施
响应属性信息
- text:返回的文本数据
- content:二进制格式的数据，例如音频、视频、图片的
- status_code：返回的状态码
- headers：返回的响应头
- cookies：cookies信息
- url：请求的url信息
- history: 请求历史

 import requests

 # get请求 requests.get(url, params, headers)
 url = "http://httpbin.org/get"  # 请求的url
 # 请求参数
 params = {
     "name":"Arale",
     "age":25
 }
 # 请求头
 headers = {
     "User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.75 Safari/537.36"
 }
 # 发送get请求，得到响应
 resp = requests.get(url, params=params, headers=headers)
 print(resp.url)  # 打印请求的url 参数在url http://httpbin.org/get?name=Arale&age=25
 
 # post请求 requests.post(url, data, headers)
 url = "http://httpbin.org/post"  # 请求的url
 # 发送post请求
 resp = requests.post(url, data=params, headers=headers)
 print(resp.url)  # 打印请求的url 参数在请求体中 http://httpbin.org/post
 
 # 响应属性方法
 print(resp.text)  # 打印str文本数据
 print(resp.content)  # 处理二进制数据，例如图片
 print(resp.url)  # http://httpbin.org/post
 print(resp.headers)  # {'Access-Control-Allow-Credentials': 'true', 'Access-Control-Allow-Origin': '*', 'Content-Encoding': 'gzip', 'Content-Type': 'application/json', 'Date': 'Thu, 28 Mar 2019 01:53:32 GMT', 'Server': 'nginx', 'Content-Length': '343', 'Connection': 'keep-alive'}
 print(resp.cookies)  # <RequestsCookieJar[]>
 print(resp.status_code)  # 200
 print(resp.history)  # []

高级用法

上传文件

 # 上传文件
 files = {
     "file": open("01_urllib的使用.py", "rb")
 }
 resp = requests.post(url, files=files)  # 注意key必须为files否则报错
 print(resp.text)  # 返回内容会多一个files字段

cookies的使用
- 以简书为例，写文章的页面需要登陆后才能看见，拿到网站登录后的cookie,再去请求，以达到维持登录状态的效果。

 # cookie的使用
 headers = {
     # 此cookie为登录网站后的cookie,
     "Cookie": "Hm_lvt_0c0e9d9b1e7d617b3e6842e85b9fb068=1553742403; sajssdk_2015_cross_new_user=1; locale=zh-CN; read_mode=day; default_font=font2; remember_user_token=W1sxMjE1NTM2Ml0sIiQyYSQxMSRmZEdzaHlpLnFsYnZpMG9PbFRQLk91IiwiMTU1Mzc0MjQxMC44MTg2OTc3Il0%3D--48708ad37562cd9a12cfaac066b92cc24e4305d3; _m7e_session_core=167a540dc0e51fd3bb10e0e502e174de; __yadk_uid=8uaAcl2jljk5KfYwGemwVKFoMN89sBuC; Hm_lpvt_0c0e9d9b1e7d617b3e6842e85b9fb068=1553742450; sensorsdata2015jssdkcross=%7B%22distinct_id%22%3A%22169c243959d13-00d4259c8ce7dd-7a1b34-1296000-169c243959e606%22%2C%22%24device_id%22%3A%22169c243959d13-00d4259c8ce7dd-7a1b34-1296000-169c243959e606%22%2C%22props%22%3A%7B%7D%2C%22first_id%22%3A%22%22%7D",
     "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.75 Safari/537.36",
     "Referer": "https://www.jianshu.com/writer"
 }
 url = "https://www.jianshu.com/writer#/notebooks/35136025/notes/43035331"
 resp = requests.get(url, headers=headers)
 print(resp.status_code)  # 设置cookie,可以访问需要登录才能看见的页面200
 # 查看cookie,并可以得到cookie的key value
 cookie = requests.get("https://www.baidu.com/").cookies
 print(cookie)
 for k, v in cookie.items():
     print(k + "=" + v)

session会话维持

Session():用来维持同一个会话，使用其实例化的对象进行请求

 # session：维持会话
  session = requests.Session()  # 实例化session类，使请求为同一示例，即维持同一会话
  session.get("https://www.httpbin.org/cookies/set/arale/123456")
  resp = session.get("https://www.httpbin.org/cookies")
  print(resp.text)

ssl证书认证

requests中有个参数verify,默认weiTrue,会自动验证网站的证书

# ssl证书的验证，verify参数默认为True
  try:
      resp = requests.get("https://inv-veri.chinatax.gov.cn/")
      print(resp.status_code)  # requests.exceptions.SSLError会报错，默认会验证CA证书
  except Exception as e:
      # from requests.packages import urllib3
      # urllib3.disable_warnings()  # 忽略警告
      import logging
      logging.captureWarnings(True)  # 捕获警告到日志的方式忽略警告
      resp = requests.get("https://inv-veri.chinatax.gov.cn/", verify=False)  # 不去验证证书
      print(resp.status_code)

代理的设置

# 代理ip的设置
 proxies = {
     "http":"http://47.107.227.104:8888",
 }
 resp = requests.get("https://www.baidu.com/", proxies=proxies)
 print(resp.status_code)

超时设置

# 设置超时
 try:
     resp = requests.get("https://www.baidu.com/", timeout=0.001)
     print(resp.status_code)  # requests.exceptions.ConnectTimeout
 except Exception as e:
     print(e)

身份认证

# 传入auth=(元组)
resp = requests.get("url", auth=("user", "pwd")

prepared requests对象

引入Request对象

  s = requests.Session()  # 实例化session对象
  req = requests.Request("get", "https://www.baidu.com/")  # 构造请求对象 
  pre = s.prepare_request(req)  # 通过session准备请求数据
  resp = s.send(pre)  # 发送请求数据，返回响应
  print(resp.status_code)

正则表达式

常用方法
- match(re, str)：从开头开始匹配，如果开头不符合，则匹配失败
- search(re,str):扫描整个字符串，返回第一个符合条件的结果，没有匹配到，则返回none
- findall(re,str):查找整个字符串，返回所有匹配到的结果
- sub(re,要替换的内容,str)：替换匹配到的数据
- compile(re):将匹配规则编译成正则表达式对象，以达到复用的效果
返回结果为sre_match对象，有两个方法group()\span()
- group():得到结果的内容
- span():得到匹配到的范围，即结果字符串在原字符窜中的位置范围。
分组：即字符串截取，用()包裹好想要提取的子字符串，调用group()方法，并传入分组索引即可得到，索引从1开始
通用匹配：., . 表示除换行符之外的任意字符，表示匹配前面字符0或多个
贪婪与非贪婪：.* 表示贪婪模式，会尽可能的匹配多个导致匹配结果不准确，.?表示非贪婪模式，尽可能匹配更少的，注意：非贪婪模式放在字符串结尾，可能会匹配不到*
修饰符：第三个参数，做修饰用
- re.S:表示匹配包括换行符在内的所有字符
- re.I:表示对大小写不敏感
转移符： \，用来转义特殊字符

import re

str = "Extra stings Hello 123456 world_This is a Regex Demo Exrea stings"

# + 表示一个或多了
# .*？表示非贪婪模式
# \w{10}匹配字母数字下划线10个，{4,10}贪婪模式，会取10个
# ()分组字符串提取
result = re.match(r"^extra.*?(\d+)\s(\w{10})", str, re.I)

print(result.group())  # 匹配结果的内容
print(result.span())  # 结果字符串在原字符串中的位置范围
print(result.group(1))  # 取出第一个分组结果
print(result.group(2))

爬取猫眼电影

使用requests第三方库，请求网站，用正则解析页面,将解析结果写入excel

import requests
import re
import time
import xlwt


# 爬取网页
def get_page(url, headers):
    resp = requests.get(url, headers)
    return resp.text


# 解析返回的结果
def parse_res(res):
    '''<dd>
        <i class="board-index board-index-1">1</i>
        <a href="/films/1203" title="霸王别姬" class="image-link" data-act="boarditem-click" data-val="{movieId:1203}">
          <img src="//s0.meituan.net/bs/?f=myfe/mywww:/image/loading_2.e3d934bf.png" alt="" class="poster-default">
          <img data-src="https://p0.meituan.net/movie/223c3e186db3ab4ea3bb14508c709400427933.jpg@160w_220h_1e_1c" alt="乱世佳人" class="board-img" />
        </a>
        <div class="board-item-main">
          <div class="board-item-content">
            <div class="movie-item-info">
                <p class="name"><a href="/films/1203" title="霸王别姬" data-act="boarditem-click" data-val="{movieId:1203}">霸王别姬</a></p>
                <p class="star">
                    主演：张国荣,张丰毅,巩俐
                </p>
                <p class="releasetime">上映时间：1993-01-01</p>
            </div>
            <div class="movie-item-number score-num">
                <p class="score">
                    <i class="integer">9.</i>
                    <i class="fraction">5</i>
                </p>
            </div>
          </div>
        </div>
       </dd>
    '''
    par = re.compile(r'<dd>.*?'
                     r'<i.*?>(\d+)</i>'
                     r'.*?data-src="(.*?)"'
                     r'.*?class="name"><a .*?>(.*?)</a>'
                     r'.*?class="star">(.*?)</p>'
                     r'.*?releasetime">(.*?)</p>'
                     r'.*?class="integer">(.*?)</i>'
                     r'.*?class="fraction">(.*?)</i>'
                     r'.*?</dd>', re.S)
    items = re.findall(par, res)  # 返回list
    for item in items:
        # 利用生成器返回数据,或者构造元组，存放在list中用return返回
        # TODO 返回这样格式是写入excel需要
        yield [
            item[0],
            item[1],
            item[2],
            item[3].strip()[3:],
            item[4][5:],
            item[5]+item[6]
        ]


# 写入文件
def write_to_excel(items):
    # 创建一个excel
    excel = xlwt.Workbook()
    # 添加一个工作区
    sheet = excel.add_sheet("电影排名")
    # 构造表头信息
    head = ["序号", "海报", "名称", "主演", "上映时间", "评分"]
    # 将头部信息写入excel表头
    for index, value in enumerate(head):
        sheet.write(0, index, value)
    # 将内容写入excel
    for row, item in enumerate(items, 1):  # 行数据
        for col in range(0, len(item)):  # 列数据
            sheet.write(row, col, item[col])

    excel.save("./猫眼电影排名.xlsx")


# 主程序入口
def main(offset):
    url = "https://maoyan.com/board/4?offset=" + str(offset)
    headers = {
        "User-Agent": '''Mozilla/5.0 (Windows NT 10.0; Win64; x64) 
                        AppleWebKit/537.36(KHTML, like Gecko) Chrome
                        /73.0.3683.75 Safari/537.36'''
    }
    res = get_page(url, headers)  # 请求url
    items = parse_res(res)  # 解析结果，返回生成器
    print(items.__next__())  # python3改为__next__(),之前版本为next()
    return items  # 返回解析后的结果，生成器



if __name__ == "__main__":
    items = []
    offset = None
    for i in range(0, 10):
        item= main(i*10)  # 分页爬取
        items += list(item)  # 将每页结果进行拼接
        time.sleep(1)  # 每页休眠一秒钟，反扒措施
    write_to_excel(items)  # 将所有结果一次性写入文件，不一次一次写，因为会覆盖

人面猴
序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解...
沈念sama阅读 194,088评论 5赞 459
死咒
序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都...
沈念sama阅读 81,715评论 2赞 371
救了他两次的神仙让他今天三更去死
文/潘晓璐我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
开封第一讲书人阅读 141,361评论 0赞 319
道士缉凶录：失踪的卖姜人
文/不坏的土叔我叫张陵，是天一观的道长。经常有香客问我，道长，这世上最难降的妖魔是什么？我笑而不...
开封第一讲书人阅读 52,099评论 1赞 263
港岛之恋（遗憾婚礼）
正文为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我...
茶点故事阅读 60,987评论 4赞 355
恶毒庶女顶嫁案：这布局不是一般人想出来的
文/花漫我一把揭开白布。她就那样静静地躺着，像睡着了一般。火红的嫁衣衬着肌肤如雪。梳的纹丝不乱的头发上，一...
开封第一讲书人阅读 46,063评论 1赞 272
城市分裂传说
那天，我揣着相机与录音，去河边找鬼。笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。我是一名探鬼主播，决...
沈念sama阅读 36,486评论 3赞 381
双鸳鸯连环套：你想象不到人心有多黑
文/苍兰香墨我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
开封第一讲书人阅读 35,175评论 0赞 253
万荣杀人案实录
序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经...
沈念sama阅读 39,440评论 1赞 290
护林员之死
正文独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋以下内容为张勋视角年9月15日...
茶点故事阅读 34,518评论 2赞 309
白月光启示录
正文我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
茶点故事阅读 36,305评论 1赞 326
活死人
序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带...
沈念sama阅读 32,190评论 3赞 312
日本核电站爆炸内幕
正文年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境...
茶点故事阅读 37,550评论 3赞 298
男人毒药：我在死后第九天来索命
文/蒙蒙一、第九天我趴在偏房一处隐蔽的房顶上张望。院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日...
开封第一讲书人阅读 28,880评论 0赞 17
一桩弑父案，背后竟有这般阴谋
文/苍兰香墨我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。一阵脚步声响...
开封第一讲书人阅读 30,152评论 1赞 250
情欲美人皮
我被黑心中介骗来泰国打工，没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。一个月前我还...
沈念sama阅读 41,451评论 2赞 341
代替公主和亲
正文我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚...
茶点故事阅读 40,637评论 2赞 335

03_基本库的使用

urllib库

requests的使用

正则表达式

爬取猫眼电影

推荐阅读更多精彩内容