day001 爬虫学习基础
爬虫学习
安装爬虫使用的常用工具
- curl
- wget
- httpie
使用的库
- urllib
- requests
- lxml
- bs4[^全称]
[^ 全称] :beautiful soup
curl 的使用
apt install curl
pip3 install curl
注意:安装的时候可能会遇到报错,又可能是openssl没装
apt install openssl
apt install openssl-dev
- curl命令
- 查看/帮助命令
man curl
curl --help
+ 常用命令
curl http://www.baidu.com
参数 | 说明 | 示例 |
---|---|---|
-A | 设置user-agent | curl -A “usename” http://www.baidu.com |
-X | 用指定方法请求 | url -X POST http://httpbin.org/post |
-I | 只返回请求的头信息 | curl -I http://www.baidu.com |
-d | 以POST方法请求url,并发送相应的参数 | url -X POST -d "a=1&b=2&c=3"http://httpbin.org/post 参数格式: -d “a=1&b=2&c=3” -d a=1 -d b=2 -d c=3 -d @filename |
-O | 下载文件并以远程的文件名保存 | curl -O http://httpbin.org/image |
-o | 下载文件并指定的文件名保存 | curl -o fox.jpeg http://httpbin.org/image |
-L | 跟随重定向请求 | curl -IL https://baidu.com |
-H | 设置头信息 | curl -o image.webp -H “accept:image/webp” http://ettpbin.org/image |
-k | 允许发起不安全的SSL请求 | curl -k |
-b | 设置cookies | curl -b a=test http://httpbin.org/cookies |
-s | 不显示其他无关信息 | |
-v | 显示连接过程中的所有信息 |
- 自定义一个命令,查看本机外网IP
alias outip = "curl -s http://httpbin.org/get | grep -E '\d+' | grep -v User-Agent | cut -d '\"' -f4 "
wget
参数 | 说明 | 示例 |
---|---|---|
-O | 以指定文件名保存下载的文件 | wget -O test.png http://httpbin.org/image/png |
–limit-rate | 以指定的速度下载目标文件 | –limit-rate=200k |
-c | 断点续传 | |
-b | 后台下载 | |
-U | 设置User-Agent | |
–mirror | 镜像某个目标网站 | |
-p | 下载页面中的所有相关资源 | |
-r | 递归下载所有网页中所有的链接 |
httpie
apt install httpie
pip3 insatll httpie
http http://www.baidu.com
xpath
云服务代理
yum install tinyproxy
vim /etc/tinyproxy/tinyproxy.conf
-- conf按着下面的两张图片设置完成
--------------------------------
restart tinyproxy
tail -f /var/log/tinyproxy/tinyproxy.log
===========================
export HTTP_PROXY=http://ip:端口
curl http://httpbin.org/ip
================
阿里云去打开端口(安全组/安全)
我们对Markdown编辑器进行了一些功能拓展与语法支持,除了标准的Markdown编辑器功能,我们增加了如下几点新功能,帮助你用它写博客:
- 全新的界面设计 ,将会带来全新的写作体验;
- 在创作中心设置你喜爱的代码高亮样式,Markdown 将代码片显示选择的高亮样式 进行展示;
- 增加了 图片拖拽 功能,你可以将本地的图片直接拖拽到编辑区域直接展示;
- 全新的 KaTeX数学公式 语法;
- 增加了支持甘特图的mermaid语法1 功能;
- 增加了 多屏幕编辑 Markdown文章功能;
- 增加了 焦点写作模式、预览模式、简洁写作模式、左右区域同步滚轮设置 等功能,功能按钮位于编辑区域与预览区域中间;
- 增加了 检查列表 功能。
撤销:Ctrl/Command + Z
重做:Ctrl/Command + Y
加粗:Ctrl/Command + B
斜体:Ctrl/Command + I
标题:Ctrl/Command + Shift + H
无序列表:Ctrl/Command + Shift + U
有序列表:Ctrl/Command + Shift + O
检查列表:Ctrl/Command + Shift + C
插入代码:Ctrl/Command + Shift + K
插入链接:Ctrl/Command + Shift + L
插入图片:Ctrl/Command + Shift + G
查找:Ctrl/Command + F
替换:Ctrl/Command + G
直接输入1次#,并按下space后,将生成1级标题。
输入2次#,并按下space后,将生成2级标题。
以此类推,我们支持6级标题。有助于使用TOC
语法后生成一个完美的目录。
如何改变文本的样式
强调文本 强调文本
加粗文本 加粗文本
标记文本
删除文本
引用文本
H2O is是液体。
210 运算结果是 1024.
插入链接与图片
链接: link.
图片:
带尺寸的图片:
居中的图片:
居中并且带尺寸的图片:
当然,我们为了让用户更加便捷,我们增加了图片拖拽功能。
如何插入一段漂亮的代码片
去博客设置页面,选择一款你喜欢的代码片高亮样式,下面展示同样高亮的 代码片
.
// An highlighted block
var foo = 'bar';
生成一个适合你的列表
- 项目
- 项目
- 项目
- 项目
- 项目1
- 项目2
- 项目3
- 计划任务
- 完成任务
创建一个表格
一个简单的表格是这么创建的:
项目 | Value |
---|---|
电脑 | $1600 |
手机 | $12 |
导管 | $1 |
设定内容居中、居左、居右
使用:---------:
居中
使用:----------
居左
使用----------:
居右
第一列 | 第二列 | 第三列 |
---|---|---|
第一列文本居中 | 第二列文本居右 | 第三列文本居左 |
SmartyPants
SmartyPants将ASCII标点字符转换为“智能”印刷标点HTML实体。例如:
TYPE | ASCII | HTML |
---|---|---|
Single backticks | 'Isn't this fun?' |
‘Isn’t this fun?’ |
Quotes | "Isn't this fun?" |
“Isn’t this fun?” |
Dashes | -- is en-dash, --- is em-dash |
– is en-dash, — is em-dash |
创建一个自定义列表
- Markdown
- Text-to-HTML conversion tool
- Authors
- John
- Luke
如何创建一个注脚
一个具有注脚的文本。2
注释也是必不可少的
Markdown将文本转换为 HTML。
KaTeX数学公式
您可以使用渲染LaTeX数学表达式 KaTeX:
Gamma公式展示 是通过欧拉积分
你可以找到更多关于的信息 LaTeX 数学表达式here.
新的甘特图功能,丰富你的文章
- 关于 甘特图 语法,参考 这儿,
UML 图表
可以使用UML图表进行渲染。 Mermaid. 例如下面产生的一个序列图:
这将产生一个流程图。:
- 关于 Mermaid 语法,参考 这儿,
FLowchart流程图
我们依旧会支持flowchart的流程图:
- 关于 Flowchart流程图 语法,参考 这儿.
导出与导入
导出
如果你想尝试使用此编辑器, 你可以在此篇文章任意编辑。当你完成了一篇文章的写作, 在上方工具栏找到 文章导出 ,生成一个.md文件或者.html文件进行本地保存。
导入
如果你想加载一篇你写过的.md文件,在上方工具栏可以选择导入功能进行对应扩展名的文件导入,
继续你的创作。
-
注脚的解释 ↩︎