Python
学术科技 · 当前来自首页固化板块目录。
有人用过portia爬虫吗？求问怎么安装，我安装了好久都没有成功，求指点。 通过『我邮2.0』发布
主要代码如下： # -*- coding:utf-8 -*- import urllib.parse import urllib.request url = 'http://www.zhihu.com/' headers={ 这里面是我知乎账号的cookie } response=urllib.request.Requ…
还有个问题是：（基本信息：服务器逻辑核２４个，进程池１０，爬的网站大概１０位数） 用multiprocessing去爬网站，总是会过一段时间，大概１ｋ就停下来或者速度变得很慢。在ｒｕｎ中能打印出每个进程的信息， １：能排除多进程写的不对的错误吗？ ２：这种速度慢下来是哪方面原因啊？应该怎么优化？ ３：多进程怎么写文件Ｌ…
如图所示，怎么写正则表达式可以匹配出日期字段啊 ，比如 <li tag="show_26" style="display:none;"><a href="/Price/List?marketID=270&year=2011&month=9&day=23" target="_blank"><span>[2011-9-23…
lz这两天在折腾ubuntu下pyopencl的安装，参考的是这个帖子： https://wiki.tiker.net/PyOpenCL/Installation/Linux/Ubuntu。 再折腾到step 3的时候，总是报错[ema1]，编译不通过，好心塞啊！[ema16] 错误截屏如下图： 求安装过或者了解的大神…
import re a = "aaaba" b = "abababab" print(re.findall(r'(?=(aba))', b)) print(re.findall(r'aa(?=aba)', a)) print(re.findall(r'aa(?=(aba))', a)) 输出： ['aba', 'aba…
## 0.0.5 版本 修复了windows版本运行时显示console的bug，[下载链接](https://github.com/ingbyr/GUI-YouGet/releases) ## 0.0.3版本： 新增选择不同画质下载功能，[下载链接](https://github.com/ingbyr/GUI-You…
最近做NLP作业，提取词袋，我已经用了isalpha（）方法把包含非英文字母的词全部去掉了，但是里面还是有很多非词明显不是英文单词（如：aaaaaaaaa、zzzzzzzzzzzl这种） 我想问一下python中怎么判断这个单词是不是英文单词（也就是英文词典中的单词），有没有什么好用的库吗？
情景： 请教@nuanyangyang 暖神一个问题，然后等待回复的时候不停的刷新论坛，如果他在另一个半球的话我是不是得刷新一天了[ema0] 所以能不能有一个chrome插件啊 这样子就能畅快的聊私信了 所以有人也有同样的痛点么
Django多容易啊，一个人学足矣了。楼主先确保自己用的是Python3吧，然后玩过PythonChallenge。
尝试爬去豆瓣网上的电影评论，用beautifulsoup解析以下网页，出现问题 <a class="" href="https://movie.douban.com/review/7873268/" onclick="moreurl(this, {from: ''})" title="说说不二情书中的古诗句词的引用">…
不支持为啥不报错呢？ 用的python 2.7.5
用python进行原生socket编程，socket类型socket.SOCK-RAW,协议socket.IPPROTO-RAW ，在client端自定义数据包，然后发送。问题是在server端如何接收这个包？
爬虫需要处理一些资讯,但是资讯里含有图片,部分资讯的图片含有下标题,下标题有的用p标签标注,有的是i标签标注,如这篇资讯http://robot.ofweek.com/2016-02/ART-8321203-8500-29063993_3.html 求问如何将资讯正文(对应字段content)与这个图片标题(对应字段i…