• 基于大数据的企业岗位需求决策


    企业岗位需求决策(一):数据采集

    第1关:webclient+xpath

    任务描述
    本关任务:编写 Webclient 程序完成对页面数据的采集。

    相关知识
    为了完成本关任务,你需要掌握:1.如何使用 Webclient,2.如何对页面进行分析获取 Xpath 规则。

    爬虫基本流程
    第一步:发起请求。一般是通过 HTTP 库,对目标站点进行请求。等同于自己打开浏览器,输入网址。

    第二步: 获取响应内容(Response)。如果请求的内容存在于服务器上,那么服务器会返回请求的内容,一般为:HTML,二进制文件(视频,音频),文档,Json 字符串等。

    第三步:解析内容。对于用户而言,就是寻找自己需要的信息。可以使用Xpath解析 HTML 的内容获取自己想要的信息数据,也可以使用正则匹配,方法有很多种,这一般看用户自己的偏爱了或者说熟悉哪个技术点了

    第四步:保存数据。解析得到的数据可以多种形式,如文本,音频,视频保存在本地。

    xpath解析工具的使用(以谷歌浏览器为例)
    1.谷歌浏览器安装 XPath Helper

    百度上或者其他途径下载XPath Helper工具
    将XPath Helper工具文件直接拖到谷歌浏览器扩展程序上
    测试说明
    平台会对你编写的代码进行测试,你只需要根据任务需求与相关提示完成右侧编辑器代码的补充,然后点击测评就o

  • 相关阅读:
    在Ubuntu 系统下开发GUI,用哪种开发工具比较好?
    蓝桥杯每日一题2023.9.16
    Material Design组件 - 使用BottomSheet展现扩展内容(一)
    Eigen-Matrix矩阵
    MDM数据分析功能说明
    jfinal中如何使用过滤器监控Druid监听SQL执行?
    第八章Redis_ 事务_ 锁机制_ 秒杀
    python2
    bash-4.2# 解决办法
    重新总结 Java 中的接口
  • 原文地址:https://blog.csdn.net/Junds0/article/details/127744190