使用python 多线程自动采集内容并发布在自己的网站
[code lang="python"]
#coded by 伊玛目的门徒
#coding=utf-8
from wordpress_xmlrpc import Client, WordPressPost
from wordpress_xmlrpc.methods.posts import GetPosts, NewPost
from wordpress_xmlrpc.methods.users import...
正则表达式在线测试工具
https://c.runoob.com/front-end/854
密码保护：关于src中的图片url带参数的图片能否采集下载的问题
例如：
<img class='plugin-icon' src='https://www.baidu.com/instagram-feed/assets/icon-128x128.png?rev=2137676'>
这种其实火车采集时可以采集的
只是采集规则要写对
因为有些事这样：
<img c...
正则表达式匹配html标签
(?i) 表示不匹配大小写。不管大写还是小写都给替换掉
html = html.replaceAll("(<(?i)(|)[^]*/?>)|( )|(')|(\")", "");
System.out.println(html);
(<(?i)(|)[^]*/?>)|( )|(')|(\")...
python requests库通过get()获取网页内容
#get()是获取网页最常见的方式
import requests
##########################################################################
#在调用requests.get()函数之后，返回的网页内容会保存为一个Response对象
#get()函数的参数URL...
python xpath tostring 中文乱码的解决方法
content = selector.xpath("//div[@class='entry-content clearfix']")[0]
content = tostring(content, encoding="utf-8", pretty_print=True, method="html").decode("utf-8")
content = content.replace("<", "lt;")
con...
xpath获取标签的某个属性的值的方法
selector.xpath("//input[@id='comment_post_ID']/attribute::value")[0]
获取属性value的值
xpath获取a的href值的方法
/li/a/@herf 这样取的应该是href的内容
/li/a/text() 这样取得是text内容
innerHTML和outerHTML区别
1.innerHTML
<body>
<p>你好</p>
<div id="test"><h5>就是喜欢你</h5></div>
<script type="text/javascript">
var hj=document.getElementById("test").innerHTM...
xpath contains 函数的用法
//input[contains(@name,’na’)] 查找name属性中包含na关键字的页面元素
.//*[@class=’Navbar__navbar-lists___3Zvfm’]/a[contains(text(),’服务管理’)] 查找文本包含服务管理的页面元素
//ul[@class=’DataList__ul___oMSe’]/li[...