下面是22个运用XPath语法的实例： （1）基本的XPath语法类似于在一个文件系统中定位文件,如果路径以斜线 / 开始, 那么该路径就表示到一个元素的绝对路径 （2）如果路径以双斜线 // 开头, 则表示选择文档中所有满足双斜线//之后规则的元素(无论层级关系) （3）星号 * 表示选择所有由星 ...
分类：
其他好文 时间：
2016-04-04 19:33:24
阅读次数：
279
（1） XPath Axes（坐标轴） XML 实例文档 我们将在下面的例子中使用此 XML 文档： XPath 轴 轴可定义相对于当前节点的节点集。 位置路径表达式 位置路径可以是绝对的，也可以是相对的。 绝对路径起始于正斜杠( / )，而相对路径不会这样。在两种情况中，位置路径均包括一个或多个步 ...
分类：
其他好文 时间：
2016-04-04 16:29:52
阅读次数：
152
（1）简介： XPath是一门在XML文档中查找信息的语言，XPath可用来在XML文档中对元素和属性进行遍历。 XPath 是 W3C XSLT 标准的主要元素，并且 XQuery 和 XPointer 同时被构建于 XPath 表达之上。 因此，对 XPath 的理解是很多高级 XML 应用的基 ...
分类：
其他好文 时间：
2016-04-02 18:50:28
阅读次数：
172
Python写网络爬虫(一)
关于Python:
学过C. 学过C++. 最后还是学Java来吃饭.
一直在Java的小世界里混迹.
有句话说: “Life is short, you need Python!” 翻译过来就是: 人生苦短, 我用Python
究竟它有多么强大, 多么简洁?
抱着这个好奇心, 趁不忙的几天. 还是忍不住的小学了一下.(- - 其实学了还...
分类：
编程语言 时间：
2016-04-01 18:39:21
阅读次数：
566
基于Web Magic的一个爬虫框架（https://github.com/code4craft/webmagic）开发的，可以下载github的用户的头像。 使用Apache的HttpClient对页面进行请求，用JSoup对下载来的html文档进行过滤找到合适的图片链接，再发送一次HttpReq ...
分类：
其他好文 时间：
2016-03-31 23:35:09
阅读次数：
369
网络爬虫项目实训：看我如何下载韩寒博客文章Python视频 01.mp4 网络爬虫项目实训：看我如何下载韩寒博客文章Python视频 02.mp4 网络爬虫项目实训：看我如何下载韩寒博客文章Python视频 03.mp4 网络爬虫项目实训：看我如何下载韩寒博客文章Python视频 01.mp4 网络 ...
分类：
编程语言 时间：
2016-03-31 14:39:07
阅读次数：
231
上一篇《用C#实现网络爬虫（一）》我们实现了网络通信的部分，接下来继续讨论爬虫的实现 3. 保存页面文件 这一部分可简单可复杂，如果只要简单地把HTML代码全部保存下来的话，直接存文件就行了。 1 private void SaveContents(string html, string url) ...
网络爬虫在信息检索与处理中有很大的作用，是收集网络信息的重要工具。 接下来就介绍一下爬虫的简单实现。 爬虫的工作流程如下 爬虫自指定的URL地址开始下载网络资源，直到该地址和所有子地址的指定资源都下载完毕为止。 下面开始逐步分析爬虫的实现。 1. 待下载集合与已下载集合 为了保存需要下载的URL，同 ...
Java 网络爬虫获取网页源代码原理及实现 1.网络爬虫是一个自动提取网页的程序，它为搜索引擎从万维网上下载网页，是搜索引擎的重要组成。传统爬虫从一个或若干初始网页的URL开始，获得初始网页上的URL，在抓取网页的过程中，不断从当前页面上抽取新的URL放入队列，直到满足系统的一定停止条件。 2.那么 ...
分类：
编程语言 时间：
2016-03-30 16:16:13
阅读次数：
216
发起一个开源项目http://www.abelkhan.com/目前而言，已经用python编写了一个网络爬虫抓取页面，和一个简单的前端网络爬虫，已经有很多高手写过，我基本上奉行了拿来主义，得益于python完善的lib，这个网络爬虫实现起来非常的简单:使用urllib2从对应的url地址抓取htmldefget_pa..
分类：
其他好文 时间：
2016-03-29 22:30:17
阅读次数：
210
