为了账号安全,请及时绑定邮箱和手机立即绑定

python遇见数据采集

难度初级
时长 2小时 5分
学习人数
综合评分9.63
95人评价 查看评价
9.7 内容实用
9.5 简洁易懂
9.7 逻辑清晰

最新回答 / 慕移动9181930
可以啊,我用谷歌试过,没有问题。你没有写其他浏览器的兼容代码,所以有问题能实现就行,不过你和题目要求还是有点差别哦~你可以在进行优化一下,没有点击的时候标签下有一条线的,你可以把这个优化掉

最新回答 / 小胖纸
你用的是PyCharm吧,这个说明运行正常,你把代码贴出来看看是什么个情况

最新回答 / 楷格的爸爸
我的不可以,只能手动加上一个id字段,写入循环i=i+1,但写入时出现问题了,求教大家:1如何使用自动递增字段的2写入时是不是直接忽略这个字段3自增字段必须设置成主键吗?

讲师回答 / 秋名山车神
比如说你想收集所有上市公司历年来资产负债,资产增长,股份变革等等这些情况,你不可能通过人工的方法来查找,因为单单深沪都有几千家公司,只能依靠程序来完成,但是这些信息大部分都是以PDF文件保存的,如果不读取PDF文件还有什么好的方法来完成呢?而且大部分的文件都是以PDF保存的,如果你想从这些文件里面查找信息,一两个文件可能还能人工去查找统计,如果是一百个,一万个文件,依靠人工不知道要到什么时候才能完成,而且还可能会统计错误。

最新回答 / 孤独的小猪
其实主要是为了解决以后出现乱码做基础知识,因为python爬取数据,由于编码格式问题,常常导致爬下来的数据是乱码,所以讲了一些Unicode知识。

讲师回答 / 秋名山车神
他就是方便从网页中提取数据的,只要会用基本的用法就可以了。如果以后真的有什么特殊的需求,可以去网上搜一下就行了,Python不需要把每个库的所有东西都学完,只需要在用到的时候查一下资料就可以了,也不需要去了解它内部的实现。Python开发的特点就是快,简单。如果前期花费大量的时间去学习这些库所有的东西,实际上很多都用不到,有的可能用一次就不再用了,所以没有必要花太大的信息去把一个库所有的东西研究一遍。

最新回答 / ccc3ccc
是的 128个ASCII(American Standard Code for Information Interchange,美国信息交换标准代码)

讲师回答 / 秋名山车神
17行修改成 soup = bs(html_doc) 试一下还会报错吗

讲师回答 / 秋名山车神
pymysql相当于一个连接MySQL的工具包,pymysql是帮助我们连接MySQL的,他们当然不会冲突了。

讲师回答 / 秋名山车神
add和header中间有一个下划线

讲师回答 / 秋名山车神
最简单的方式就是使用while True 来无限循环 循环开始的时候检查一下当前时间和设定的时间是否符合  如果符合就运行爬虫  如果不符合就不运行 同时为了性能考虑 可以设定每隔一分钟检查一次 使用sleep方法就可以做到
课程须知
熟悉Python语言的语法,掌握Python的正则表达式模块,懂得如何使用Python操作数据库
老师告诉你能学到什么?
使用Python内置urllib模块和第三方BeautifulSoup模块进行数据采集和提取、MySQL数据库的操作、TXT和PDF文档的读取,以及robots协议和相关注意事项

微信扫码,参与3人拼团

微信客服

购课补贴
联系客服咨询优惠详情

帮助反馈 APP下载

慕课网APP
您的移动学习伙伴

公众号

扫描二维码
关注慕课网微信公众号

友情提示:

您好,此课程属于迁移课程,您已购买该课程,无需重复购买,感谢您对慕课网的支持!

本次提问将花费2个积分

你的积分不足,无法发表

为什么扣积分?

本次提问将花费2个积分

继续发表请点击 "确定"

为什么扣积分?

举报

0/150
提交
取消