網路爬蟲主要分3個大的版塊：抓取，分析，儲存
爬蟲豆瓣讀書：
其中注意要點：xlrd/xlwt與openpyxl的讀寫效率比較
兩種包對小檔案的讀寫速度差別不大，而面對較大檔案，xlrd/xlwt速度明顯優於openpyxl，但因為xlwt無法生成xlsx是個硬傷，所以想要盡量提高效率又不影響結果時，可以考慮用xlrd讀取，用openpyxl寫入
使用方法如下：
import openpyxl
wb = openpyxl.load_workbook(r'e:\oracle筆記\表資料\exl01.xlsx') #打excel開檔案
print(wb.sheetnames) #獲取工作簿所有sheet名 #或者 print(wb.get_sheet_names())
sheet=wb["人員"] #獲取工作表 #或者sheet=wb.get_sheet_by_name("人員")
print(sheet.title) #列印工作表名
sheet01=wb.active #獲取活動的工作表
print(sheet01.title)
'''操作單元格'''
print(sheet["a1"].value) #獲取單元格a1的第一行值
print(sheet["a1"].column) #獲取單元格的列值
print(sheet["a1"].row) #獲取單元格的行數
print(sheet.cell(row=2,column=1).value) #列印第二行第一列的值
print(sheet.max_row) #列印excel的總行數
print(sheet.max_column) #列印excel的總列數
for i in range(1,sheet.max_row+1):
for j in range(1,sheet.max_column+1):
print(sheet.cell(row=i, column=j).value,end="\t")
print("")
import openpyxl
excel=open(r"e:\oracle筆記\表資料\sbb.xls","w")
exl=openpyxl.workbook("sbb.xls") #建立workbook物件
print("*"*300)
print("測試workbook部分屬性")
exl_active=exl.active #獲取當前活躍的worksheet
exl_sheet=exl.worksheets #以列表的形式返回所有的worksheet(**)
exl_rd_mode=exl.read_only #判斷是否以read_only模式開啟excel文件，
exl_enconding=exl.encoding #獲取文件的字符集編碼
exl_properties=exl.properties #獲取文件的元資料，如標題，建立者，建立日期等
exl_sheetname=exl.sheetnames #獲取工作簿中的表（列表）
print("以列表的形式返回所有的worksheet(**):",exl_sheet)
print("判斷是否以read_only模式開啟excel文件:",exl_rd_mode)
print("獲取文件的字符集編碼:",exl_enconding)
print("獲取文件的元資料:",exl_properties)
print("獲取工作簿中的表（列表）:",exl_sheetname)
print("*"*300)
print("測試workbook部分方法")
excel.close()
第乙個網路爬蟲程式
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 importre importrequests 啟動兩個模組，pycharm5.0.1裡貌似不用特別啟動os模組，也可以open html requests.get aaa html.text 從目標 上捕獲源 body ...
第乙個Python爬蟲程式！
跟隨udacity的cs101課程學習，今天學完了unit 3，寫了乙個爬蟲程式 import urllib2 defget next target page start link page.find if start link 1 return none,0 start quote page.fi...
第乙個爬蟲
很多人學習python的目的就是為了學習能夠實現爬蟲的功能，這裡，我使用了scrapy框架來實現了乙個簡單的爬蟲功能,這裡我簡單的介紹一下scrapy專案的建立，和執行。1，第一步是安裝scrapy，我相信到了這一步，大多數人都已經會安裝第三方庫檔案了，這裡主要是使用命令pip install sc...