腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

赖权华的笔记

人类的伟大就在于敢于面对恐惧的骄傲姿态！

专栏作者

83

文章

116269

阅读量

57

订阅数

Python网络爬虫笔记（三）：下载博客园随笔到Word文档

python 爬虫 xml html

（一）说明在上一篇的基础上修改了下，使用lxml提取博客园随笔正文内容，并保存到Word文档中。操作Word文档会用到下面的模块： pip install python-docx 修改的代码（主要是在link_crawler()的while循环中增加了下面这段） 1 tree = lxml.html.fromstring(html) #解析HTML为统一的格式 2 title = tree.xpath('//a[@id="cb_post_title_url"]'

2018-04-27

1.5K0

Python网络爬虫笔记（二）：链接爬虫和下载限速

（一）代码1（link_crawler()和get_links()实现链接爬虫） 1 import urllib.request as ure 2 import re 3 import urllib.parse 4 from delayed import WaitFor 5 #下载网页并返回HTML(动态加载的部分下载不了) 6 def download(url,user_agent='Socrates',num=2): 7 print('下载:'+url) 8 #设置用户代

2018-04-27

1.1K0

Python笔记（一）：安装+爬虫环境配置+打包为EXE文件

1、安装 https://www.python.org/downloads/windows/ 到官网下载安装程序 Windows x86 32位操作系统 Windows x86-64 64位操作系统 web-based installer 基于网络的安装程序 executable installer 可执行的安装程序 embeddable zip file python的压缩包上面3个任意下载一个就行了，都是一样的东西。我是下载第2个 hel

2018-04-27

1.2K0

没有更多了

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态