很早之前写过一篇怎么利用微博数据制作词云图片出来，之前的写得不完整，而且只能使用自己的数据，现在重新整理了一下，任何的微博数据都可以制作出来，放在今天应该比较应景。 ...

学爬虫是循序渐进的过程，作为零基础小白，大体上可分为三个阶段，第一阶段是入门，掌握必备的基础知识，第二阶段是模仿，跟着别人的爬虫代码学，弄懂每一行代码，第三阶段是自己动手，这个阶段你开始有自己的解题思路了，可以独立设计爬虫系统。 爬虫涉及的技术包括但不限于熟练一门编程语言（这里以 Python 为例） HTML 知识、HTTP/HTTPS ...

爬虫入门系列目录： 爬虫入门系列（一）：快速理解HTTP协议 爬虫入门系列（二）：优雅的HTTP库requests 爬虫入门系列（三）：用 requests 构建知乎 API 爬虫入门系列（四）：HTML文本解析库BeautifulSoup 爬虫入门系列（五）：正则表达式完全指南（上） 爬虫入门系列（六）：正则表达式完全指南（下） ...

爬虫入门系列目录： 爬虫入门系列（一）：快速理解HTTP协议 爬虫入门系列（二）：优雅的HTTP库requests 爬虫入门系列（三）：用 requests 构建知乎 API 爬虫入门系列（四）：HTML文本解析库BeautifulSoup 爬虫入门系列（五）：正则表达式完全指南（上） ...

爬虫入门系列目录： 爬虫入门系列（一）：快速理解HTTP协议 爬虫入门系列（二）：优雅的HTTP库requests 爬虫入门系列（三）：用 requests 构建知乎 API 爬虫入门系列（四）：HTML文本解析库BeautifulSoup 爬虫入门系列（五）：正则表达式完全指南（上） 爬虫入门系列（六）：正则表达式完全指南（下） 系列文章的第3篇介绍了网络请求库神器 Requests ...

爬虫入门系列目录： 爬虫入门系列（一）：快速理解HTTP协议 爬虫入门系列（二）：优雅的HTTP库requests 爬虫入门系列（三）：用 requests 构建知乎 API 爬虫入门系列（四）：HTML文本解析库BeautifulSoup 在爬虫系列文章 优雅的HTTP库requests 中介绍了 requests 的使用方式，这一次我们用 requests 构建一个知乎 ...

爬虫入门系列目录： 爬虫入门系列（一）：快速理解HTTP协议 爬虫入门系列（二）：优雅的HTTP库requests 爬虫入门系列（三）：用 requests 构建知乎 API 爬虫入门系列（四）：HTML文本解析库BeautifulSoup urllib、urllib2、urllib3、httplib、httplib2 都是和 HTTP 相关的 Python ...

爬虫入门系列目录： 爬虫入门系列（一）：快速理解HTTP协议 爬虫入门系列（二）：优雅的HTTP库requests 爬虫入门系列（三）：用 requests 构建知乎 API 爬虫入门系列（四）：HTML文本解析库BeautifulSoup 4月份给自己挖一个爬虫系列的坑，主要涉及HTTP 协议、正则表达式、爬虫框架 Scrapy、消息队列、数据库等内容。 爬虫的基本原理是模拟浏览器进行 ...

经常写爬虫的都知道，有些页面在登录之前是被禁止抓取的，比如知乎的话题页面就要求用户登录才能访问，而 “登录” 离不开 HTTP 中的 Cookie 技术。 登录原理 Cookie 的原理非常简单，因为 HTTP 是一种无状态的协议，因此为了在无状态的 HTTP 协议之上维护会话（session）状态，让服务器知道当前是和哪个客户在打交道，Cookie 技术出现了 ，Cookie ...

一年一度的虐狗节终于过去了，朋友圈各种晒，晒自拍，晒娃，晒美食，秀恩爱的。程序员在晒什么，程序员在加班。但是礼物还是少不了的，送什么好？作为程序员，我准备了一份特别的礼物，用以往发的微博数据打造一颗“爱心”，我想她一定会感动得哭了吧。哈哈 准备工作 有了想法之后就开始行动了，自然最先想到的就是用 Python ...