发布时间：2013-07-24 12:54:47

放假回来了，很久没更新博客了，以后得常更新，今天给大家分享下python第3方的模块包：mechanize。mechanize是非常合适的模拟浏览器的模块，它的特点主要有：1 http,https协议等。2 简单的HTML表单填写。3 浏览器历史记录和重载。4 Referer的HTTP头的正确添加（可选）。5 自动遵守robots.txt的。6 自动处理HTTP-EQU.........【阅读全文】

发布时间：2013-07-24 12:53:45

python做SEO相关事情，我在之前的文章已经讲到过，今天给大家分享python中文分词的一些知识。说到分词，如果是做GOOGLE的朋友，那用python分词很简单，可以直接根据空格来分词，或者有相关的nltk模块来处理。中文分词的话，就比较麻烦，因为不能通过空格来分词，并且分词还得考虑语义问题等。下面列出几个比较好的.........【阅读全文】

发布时间：2013-07-24 12:53:31

我们经常通过python做采集网页数据的时候，会碰到一些乱码问题，今天给大家分享一个解决网页乱码，尤其是中文网页的通用方法。首页我们需要安装chardet模块，这个可以通过easy_install 或者pip来安装。安装完以后我们在控制台上导入模块，如果正常就可以。比如我们遇到的一些ISO-8859-2也是可以通过下面的方.........【阅读全文】

发布时间：2013-07-24 12:52:48

1、需要下载splinter2、下载chromedriver放在/usr/bin目录下#!/usr/bin/env pythonimport sysimport timefrom splinter import Browserdef splinter(url,q,p):        browser=Browser('chrome')        #login website        browser.visit(url.........【阅读全文】

发布时间：2013-07-24 12:51:09

最近借做项目的机会，了解了几个常用的配置文件类型，包括ini、json、xml。我所需要的配置文件大概是这样：id = 6port = 22ip = 1.1.1.1pwd = 123456ip = 1.1.1.2pwd = 123456ip = 2.2.2.1pwd = 123456包括属性id、por.........【阅读全文】