使用 Django 或 Flask 这种框架开发 web app 的时候一般都会用内建服务器开发和调试程序，等程序完成后再移交到生产环境部署。问题是这些内建服务...

采集内容常需要得到网页返回的验证码做进一步处理 下面代码是用python写的用来获取网页http状态码的脚本 #!/usr/bin/python # -*- c...

在采集网页信息的时候，经常需要伪造报头来实现采集脚本的有效执行 下面，我们将使用urllib2的header部分伪造报头来实现采集信息 方法1、 #!/usr/...

登录百度，首先当然是先抓百度的登录包 ，由于是网页登录，最方便的自然是httpwatch了，我使用的测试账号是itiandatest1，密码是itianda，抓...

复制代码 代码如下:import urllib, httplib import utils import json class User: def __in...

相对于http协议，http是的特点就是他的安全性，http协议的通信内容用普通的嗅探器可以捕捉到，但是https协议的内容嗅探到的是加密后的内容，对我们的利用...

测试平台 Ubuntu 13.04 X86_64 Python 2.7.4 花了将近两个小时， 问题主要刚开始没有想到传一个文件对象到线程里面去， 导致下载下来...

在上一篇教程中，我们使用 self.crawl API 抓取豆瓣电影的 HTML 内容，并使用 CSS 选择器解析了一些内容。不过，现在的网站通过使用 AJAX...

问题 Python的logging库是标准库中用来实现日志的库，功能强大，而且使用起来也算是方便。该库提供了很多个不同的Handler，用来对日志进行不同的处理...

原文：hackshell 在工作中经常会遇到需要下载服务器的一些小文件，虽然scrt的sz可以满足的基本的功能，但在某些情况下，你可以选择在网页上下载和浏览文件...