安全术语 撞库：撞库攻击指的是黑客通过收集互联网上已泄露的用户账户信息，生成对应的字典表，再利用部分用户相同的注册习惯（即使用相同的用户名和密码），尝试登陆其它的网站或应用，以获取新的可利用账户信息。 爬虫：爬虫又称为网页蜘蛛，是一种按照既定规则，自动抓取网络上的指定信息的程序或脚本，可分为遍历爬取 ...
分类：
其他好文 时间：
2021-03-16 13:53:33
阅读次数：
0
python爬取网站表格：本文使用了BeautifulSoup和requests包解析地震网站公开数据，并了解网页html结构信息，最终获取最终想要的数据。 ...
分类：
编程语言 时间：
2021-03-15 11:05:34
阅读次数：
0
4.代码展示： - 爬虫文件： class WangyiSpider(RedisSpider): name = 'wangyi' #allowed_domains = ['www.xxxx.com'] start_urls = ['https://news.163.com'] def __init_ ...
分类：
其他好文 时间：
2021-03-10 13:00:28
阅读次数：
0
思考 scrapy 为什么是框架而不是库？ scrapy 是如何工作的？ Python爬虫、数据分析、网站开发等案例教程视频免费在线观看 https://space.bilibili.com/523606542 Python学习交流群：1039649593 项目结构 在开始爬取之前，必须创建一个新的 ...
分类：
编程语言 时间：
2021-03-09 13:15:09
阅读次数：
0
##Selector对象 Scrapy综合bs（beautifulSoup）和lxml两者优点实现了Selector类,它是基于lxml库构建的,并简化了API接口。在Scrapy中使用Selector对象提取页面中的数据,使用时先通过XPath或CSS选择器选中页面中要提取的数据,然后进行提取。 ...
分类：
其他好文 时间：
2021-03-09 13:07:42
阅读次数：
0
BeautifulSoup4库：和lxml一样，Beautiful Soup也是一个HTML/XML的解析器，主要的功能也是如何解析和提取HTML/XML数据。lxml只会局部遍历，而Beautiful Soup是基于HTML DOM(Document Object Model)的，会载入整个文档， ...
分类：
其他好文 时间：
2021-03-06 14:16:08
阅读次数：
0
1:介绍 requests是一个很实用的Python HTTP客户端库，编写爬虫和测试服务器响应数据时经常会用到， Requests是Python语言的第三方的库，专门用于发送HTTP请求 2:安装 在cmd窗口或者prcharm的命令行输入： pip install requests 3:get的 ...
分类：
其他好文 时间：
2021-03-05 13:03:01
阅读次数：
0
今天无聊，用php封装了一套比较简单的http请求类 细节方面可以再优化 class Creeper { public $url; public $header; public $text; public $responseHeader; public function __construct($u ...
分类：
Web程序 时间：
2021-03-04 13:21:20
阅读次数：
0
新浪财经是金融新闻类数据挖掘很重要的一个数据来源，它的新闻质量一般都很高。在这里使用爬虫的方法来获取新浪财经的一些新闻资讯。 第一步： 打开新浪财经网站 第二步： 搜索‘工商银行’ 第三步： 获取新浪财经里的‘工商银行’的url url = 'https://search.sina.com.cn/? ...
分类：
其他好文 时间：
2021-03-02 11:42:14
阅读次数：
0
一 布隆过滤器简介 bloomfilter：是一个通过多哈希函数映射到一张表的数据结构，能够快速的判断一个元素在一个集合内是否存在，具有很好的空间和时间效率。（典型例子，爬虫url去重） 原理： BloomFilter 会开辟一个m位的bitArray(位数组)，开始所有数据全部置 0 。当一个元素 ...
分类：
其他好文 时间：
2021-03-01 13:19:00
阅读次数：
0
