Python 基础知识

1.# -- coding: utf-8 -这是用来说明你的Python源程序文件用使用的编码。缺省情况下你的程序需要使用ascii码来写，但如果在其中写中文的话，python解释器一般会报错，但如果加上你所用的文件编码，python就会自动处理不再报错。

上述格式还可以写成：

coding=utf-8

或

coding:utf-8

2.爬虫的基本架构



其中

URL管理器用来管理已爬和待爬的URL；

网页下载器接收URL后，进行网页下载；

网页解析器对于下载后的网页进行提取信息。

3.BeautifulSoup的简单使用

创建soup对象->搜索节点find_all（所有结点）、find（一个结点）->访问节点（名称，属性（href），文字）

ps:BeautifulSoup(html_doc,’html.parser’,from_encoding=’utf-8’)