做多了爬虫都知道，写一个爬虫大部分时间不是在代码上，而是在分析网页上，所有有一套好用的工具可以极大节省劳动力，这里把平时积累的一些 Chrome 插件分享出来，均来自本人和同事推荐，并不定时更新，欢迎点赞和收藏。 下面大标题指向的是谷歌应用商店，访问需要特殊方法，也可以进入本仓库的 extensions 目录中下载。 XPath Helper XPath Helper 相比较 Chrome

在使用爬虫中，经常会遇到网页请求数据是经过 JS 处理的，特别是模拟登录时可能有加密请求。而目前绝大部分前端 JS 代码都是经过混淆的，可读性极低，想理解代码逻辑需要花费大量时间。这时不要着急使用 Selenium 暴力解决，毕竟 Selenium 严重拖慢爬虫效率，我们可以尝试使用一些第三方库，来直接执行前端 JS 代码得到处理过后的结果。 PyExecJS 这个库主要是将 JS 代码运行在

最近项目中用到了简单的简繁转换，如果用OpenCC太重了，于是搜到了 zhconv 这个库。 zhconv 提供基于 MediaWiki 词汇表的最大正向匹配简繁转换，Python 2, 3 通用。 支持以下地区词转换： zh-tw 台灣正體 zh-hk 香港繁體 zh-sg 马新简体 zh-hans 简体 zh-hant 繁體 正好适合我不求转换质量的轻量需求，所以介绍给更多需要的人。 而且

在使用 pip 安装时，你会发现有下载进度条，我们也可以借助开源的第三方库来实现这个功能，在项目输出时增加一些可视化效果。 一个简单易用的第三方库是：progress 作者提供了动图很直观地展现了实现的所有输出。 image 这个库实现了两类样式，一类是有终点的进度条样式，另一类是多用于加载的转圈样式。 12345678import timefrom progress.bar import

所有资源基于 Python3 版本，全部中文内容，适用于 爬虫 / Web / 数据 方向，每个单元根据学习习惯从 书籍 / 文档 / 视频 中选择一类即可，建议任选一本书籍，然后配合文档类进行学习。 资源遵守“宁缺毋滥”的原则，均经过网评筛选或个人亲测，不推荐各类低质量大杂烩的文章书籍，力求少走弯路。 通过本文链接资源坚持学习，可真正的零基础自学入门 Python ，实测已帮助两位零编程基础的

打印，是所有程序员从小白时期就具备的神技，遇事不决打印一下，是 DEBUG 最简单且不依赖 IDE 的方式，自定义各种日志输出，也是项目成型后必备功能。 但是为了优雅的打印格式，往往需要对各种对象进行特殊格式化，可遇到字典和大段字符串也不好处理。 这篇文章介绍两个库模块，可以快速有效的解决所有 Python 对象的打印输出，没错，所有。 pprint 这是 Python 标准库模块，全称 pr

美国时间6月27日晚8点，Python 3.7.0 经过多轮测试，终于发布了正式版，增强了多处特性功能，同时 3.6 也更新到 3.6.6 稳定版本。 主要特性 PEP 539，新增 CPython 中用于线程本地存储的 C-API PEP 545，Python 官方文档翻译版本，新增日文、法文、韩文 PEP 552，优化 pyc 文件 PEP 553，新增内置函数 breakpoint()

知乎的登录页面已经改版多次，加强了身份验证，网络上大部分模拟登录均已失效，所以我重写了一份完整的，并实现了提交验证码 (包括中文验证码)，本文我对分析过程和代码进行步骤分解，完整的代码请见末尾 Github 仓库，不过还是建议看一遍正文，因为代码早晚会失效，解析思路才是永恒。 分析 POST 请求 首先打开控制台正常登录一次，可以很快找到登录的 API 接口，这个就是模拟登录 POST 的链接

知乎问题：怎么理解面向对象？ 以下是我的回答： 理解面向对象，首先理解要它的基础概念： 面向对象 ( Object Oriented ) 是将现实问题构建关系，然后抽象成 类 ( class )，给类定义属性和方法后，再将类实例化成 实例 ( instance ) ，通过访问实例的属性和调用方法来进行使用。 在不同的语言中，对象的定义范围不同。在 Python 中“类”和“类的实例”都称为 对象

前言 前几天董大 [@董伟明](https://www.zhihu.com/people/6d23d8e16eb481e548032719bb5898a4) 的爱派森上线了，还发了一套 PPT 和视频，PPT 共有75页干货，讲了很多进阶的用法，也包括很多坑，非常适合刚入门的同学，免得再踩到。 PPT和视频的传送门 这里我提取部分非常规的，也就是大部分教程里没有的，加入自己的理解，同时语法改为 P