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
糗百命令行版：最近学习正则表达式，抛弃了bs4，写了这么一个小爬虫，爬了糗百最近7天热门的糗事儿
byron 2013-09-08 23:35:38 +08:00 6792 次点击这是一个创建于 4490 天前的主题，其中的信息可能已经有所发展或是发生改变。
请多多指教：http://jiabin.tk/2013/09/08/qiubai-regex/
 | 1 vibbow 2013-09-09 04:13:39 +08:00 我觉得直接抓包android版的API更具有可行性...... |
 | 2 byron OP @vibbow 这点儿还没睡？ 我目前就会做个简单的爬虫，像抓包什么的api什么的安卓什么？的，实在是心有余而力不足啊。 |
 | 3 Gawie 2013-09-09 08:32:20 +08:00 同样学习python爬虫中~~~ |
 | 4 missdeer 2013-09-09 08:37:06 +08:00 整天只用ssh登录控制台使用机器的表示感谢！ |
 | 5 Ansen 2013-09-09 08:44:34 +08:00  1 python新新手学习了， |
 | 6 roricon 2013-09-09 12:46:02 +08:00 用scrapy呗。很好的爬虫框架，简单易用。 说实话，用re直接处理html实在是太痛苦了。 用scrapy可用它内建的XPathSelector。 不想用框架的话可以用beautifulsoup。 |
| 7 byron OP |
 | 8 yanwen 2013-09-09 12:55:40 +08:00 py 3 可以用？？ |
| 9 byron OP |
 | 12 chunchu 2013-09-10 11:06:24 +08:00 为什么我看到的是乱码？ |
| 13 byron OP |
 | 14 zhttty 2013-09-10 12:26:26 +08:00 写的不错，可以用...不过有些内容会被截断，就是一句完整的话有部分不见了... 不过建议作者可以将图片链接也抓出来，保存成形如 [http://xxx.jpg] 形式，这样可以复制链接在浏览器上看。 |
 | 15 csx163 2013-09-10 12:39:13 +08:00 我记得他的RSS有当日热门的 |
 | 18 spark 2013-09-11 12:16:16 +08:00 via iPhone 1 楼主可以尝试Pyquery |
 | 20 pandada8 2013-09-11 21:19:06 +08:00 via Android @byron bs4基于正则 嗯 are you sure？bs4是基于dom的吧 如果觉得慢的话可以使用lxml + bs4的组合 soup = BeautifulSoup(html,“lxml”) #如果我没记错的话 |
 | 21 fengyuanjs 2013-09-11 23:22:23 +08:00 在oschina也看到楼主发了 |
| 22 byron OP |
 | 25 guangwong 2013-09-18 01:40:16 +08:00 pyquery、phantomjs、pyv8些多好 = =。 |
 | 26 Crossin 2013-09-18 01:46:08 +08:00 via Android 这不是byron嘛，来顶你一下 |
Select Language