推荐学习书目 Learn Python the Hard Way Python Sites PyPI - Python Package Index http://diveintopython.org/toc/index.html Pocoo 值得关注的项目 PyPy Celery Jinja2 Read the Docs gevent pyenv virtualenv Stackless Python Beautiful Soup 结巴中文分词 Green Unicorn Sentry Shovel Pyflakes pytest Python 编程 pep8 Checker Styles PEP 8 Google Python Style Guide Code Style from The Hitchhiker's Guide
这是一个创建于 3127 天前的主题，其中的信息可能已经有所发展或是发生改变。
第一篇： t/351900
第二篇： http://www.jianshu.com/p/b3bc88ffb251 爬虫中的正则表达式（ re ）前传
这篇文章只是一个开头，希望通过这篇文章收集大家的建议
- 大家认为好的资料（ github 上的，自己写的，你认为写的比较好的博客....都行）
我可以把推荐的资料放在文末的参考资料中或者直接写在正文中，当然会推荐者署名
-
大家对这篇文章的建议，应该怎么写比较好，欢迎大家提建议
-
欢迎投稿，；）
第 1 条附言 2017-04-02 20:03:43 +08:00
我会做好正则表达式文章的更新，才会去做多进程和代理池等的更新。一个人更新文章不太简单，而且想写点和别人不一样的东西。（之前没有想这么多，自己挖了一个坑，当然我会填的，~_~）
第 2 条附言 2017-04-06 13:56:15 +08:00
谢谢大家关注，最近爬虫的更新会放缓，我要开始学习运营和机器学习相关知识了，还要开始找工作。
具体说明见： http://www.jianshu.com/p/07f0d5a44f64
（学习爬虫，只为了得到数据，我可不想玩转爬虫，我喜欢分析数据。希望大家多多推荐机器学习和运营的资料，先谢啦）
具体说明见： http://www.jianshu.com/p/07f0d5a44f64
（学习爬虫，只为了得到数据，我可不想玩转爬虫，我喜欢分析数据。希望大家多多推荐机器学习和运营的资料，先谢啦）
第 3 条附言 2017-04-10 11:31:11 +08:00
更新了爬虫正则表达式一文
http://www.jianshu.com/p/b3bc88ffb251
http://www.jianshu.com/p/b3bc88ffb251
第 4 条附言 2017-05-01 16:51:27 +08:00
selenium 简单使用，beautifulsoup 始终 beautiful： http://www.jianshu.com/p/677eaa462b47
为了这篇文章服务：简书在 Twitter、豆瓣、微博上的活动(持续更新)： http://www.jianshu.com/p/8794dd040397
为了这篇文章服务：简书在 Twitter、豆瓣、微博上的活动(持续更新)： http://www.jianshu.com/p/8794dd040397
第 5 条附言 2017-05-21 17:51:04 +08:00
由于简书不支持目录，latex 语法，今天用 github + hexo + next 主题建了一个网站，以后所有的技术文章都会在这个网站写作
网址：zhouww.com
当然访问 duohappy.github.io 也行的
网址：zhouww.com
当然访问 duohappy.github.io 也行的
第 6 条附言 2017-09-15 18:58:06 +08:00
 | 1 WildCat 2017-04-02 15:23:27 +08:00  1 期待代理池的文章！ |
 | 3 Merlini 2017-04-02 15:51:26 +08:00 via Android 期待并发和代理池 |
 | 4 zjhui 2017-04-02 16:00:32 +08:00 via iPhone 同期待代理池 |
 | 5 jimmy66 2017-04-02 16:02:45 +08:00 via iPhone 期待代理池+1 |
 | 9 dsg001 2017-04-02 19:54:34 +08:00 期待代理池+1 |
 | 10 demonchang 2017-04-02 20:07:50 +08:00 via iPhone 代理池等待中 |
 | 11 wisefree OP |
 | 12 UnisandK 2017-04-02 22:47:20 +08:00 看大家期望这么高你要不先把代理池写了（逃 |
| 14 wisefree OP 代理池构建的思路是： 1. 正则匹配出代理 ip ，有些免费网页很规则，用 beautifulsoup 就行 2. 检查是否为高匿代理，为了加快检查速度，采取多进程 3. 加上高匿代理，进行爬虫 所以，正则是基础，多进程也很重要（多线程也行） 大家可以根据这些知识点，进行自学，如果学好了，欢迎投稿，:) 我的文章不会更新这么快，因为我想写点不一样的东西，符合我的行文特点，：） （当然主要是因为，我要写毕业论文....还有....找工作...） |
| 15 wisefree OP 补充一下，当然有要有刷新代理池中代理的代码，而且一般代理极易失效 |
 | 16 prasanta 2017-04-04 13:29:13 +08:00 如何高效获取一手 ip 代理，而不是从别人网站上爬，题主有思路么 |
 | 18 saxon 2017-04-04 15:11:41 +08:00 1 最好详细讲解一下 并发原理... pycon2015 上讲的就不错 不然新人看了 还是一头雾水 |
| 19 wisefree OP |
 | 20 yxisen 2017-04-06 22:37:02 +08:00 via Android 期待数据入库 0.0 |
Select Language