1、前言 我们在进行爬虫的过程中，服务器经常为了校验是否是机器人操作，会使用验证码进行判断 常见的验证码格式： 数字字母验证码 滑块验证码 点字验证码 破解验证码的方式有： 光学文字识别：...

1、前言 我们在进行爬虫的过程中，服务器经常为了校验是否是机器人操作，会使用验证码进行判断 常见的验证码格式： 数字字母验证码 滑块验证码 点字验证码 破解验证码的方式有： 光学文字识别：...

二、Selenium进阶使用 2.1 窗口的切换 2.1.1 切换到显式窗口 显式窗口：顾名思义，通过按钮的点击，可以直接打开一个新的窗口 前面提到点击事件click()，是在原窗口中更改网页，所以放打开一个...

一、XPATH 前面的学习中，学习了正则表达式解析，但是正则解析能用，但是相对比较麻烦；所有又学习了BS4解析，这是一个常用的方式，需要重点掌握，并且着重关注select和select_one以及配合使用c...

1、超级鹰介绍 ​ 超级鹰是沧州世纪鑫鹰信息技术有限公司旗下的互联网技术品牌，是国内领先的智能图片验证码 识别、图片分类平台！超级鹰旨在为广大客户提供即时、精准的图片验证码识别及图片分...

一、常见反爬 1.1 简介 ​ 一切限制爬虫程序从服务器获取数据的方式都属于反爬虫。 ​ 它有多种限制手段，如：限制请求头、限制登陆、验证码检验、限制访问频率等。 从这些限制手段出发，可以将...

一、需求 解析Scrape电影网的数据，保存"电影名称", "电影类型", "国家", "时间", "评分", "上映时间"等信息，并实现数据持久化...

一、需求 使用Selenium提取数据，从英雄联盟首页进入 https://lol.qq.com/main.shtml 点击英雄资料 ，进入到英雄列表，然后保存 "英雄名称", "英雄职业", "英雄技能&q...

一、BS4解析中国新闻网 1.1 需求 抓取中国新闻网及时新闻页面的内容，主要抓取”新闻类别“、”新闻标题“、”新闻时间“以及”新闻链接“，并且整理成 [['图片', '瑞士选手获女...

一、BeautifulSoup4解析数据 正则可以解析任意的字符串，但是bs4专门用来解析网页的 Beautiful Soup就是Python的一个HTML或XML的解析库，可以用它来方便地从网页中提取数据。官方解释如下： Bea...