您现在的位置:首页 --> 查看专题: Nokogiri
很多时候我们需要爬取网页并且获取页面上的特定内容,不一定是做坏事比如爬取竞争对手的数据。也许我想定期爬自己的网站,找到页面上的链接,并且看它们指向的网页是不是都还可以访问。爬到一个网页,为了获得上面所有的链接,我以前首先想到的是用正则表达式。但是 HTML 并不一定是良构的 XML (如果每个人都用 XML 的标准写 HTML,那我们直接用标准的 XML parser 就好了),写正则表达式的时候你需要考虑大小写、换行、单引号/双...
[ 共1篇文章 ][ 第1页/共1页 ][ 1 ]
近3天十大热文
- [15] Android设计中的.9.png
- [14] Spark性能优化——和shuffle搏斗
- [13] 界面设计速成
- [12] 浏览器的工作原理:新式网络浏览器幕后揭秘
- [11] 我的git笔记
- [11] iOS下自己动手造无限循环图片轮播
- [11] 深入剖析 redis replication
- [11] sns视觉设计分享
- [10] Python 代码规范小结
- [10] Python程序的执行原理
赞助商广告