Note of learning xpath

xpath术语

节点

在 XPath 中，有七种类型的节点：元素、属性、文本、命名空间、处理指令、注释以及文档（根）节点。XML 文档是被作为节点树来对待的。树的根被称为文档节点或者根节点。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

<?xml version="1.0" encoding="ISO-8859-1"?>

<bookstore>

<book>
  <title lang="eng">Harry Potter</title>
  <price>29.99</price>
</book>

<book>
  <title lang="eng">Learning XML</title>
  <price>39.95</price>
</book>

</bookstore>

以上面的xml文档为例，存在以下节点：

1
2
3

<bookstore> （文档节点）
<author>J K. Rowling</author> （元素节点）
lang="en" （属性节点）

节点关系

父、子、同胞、先辈、后代，以人类社会关系类比即可。

随机请求头的使用

在爬取网站内容时，如何同一个ip地址使用同一个请求头向服务器发出大量请求，可能会被服务器识别为恶意爬虫而封ip（个人理解，不一定十分准确）。为了避免这种现象发生，可以采用以下方法：1.随机使用请求头；2.使用ip代理池。当然如果两种方法同时使用，效果更佳。

学习正则表达式

正则表达式元字符介绍

阅读全文 »

学习Markdown语法的笔记

字体加粗与斜体

下面展示如何加粗字体，加粗字体是这样的，接下来展示如何使用斜体，斜体是这样的。然后是加粗斜体，答案当然很简单，那就是加粗和斜体的组合啦，是这样的。 删除线是这样的，下划线是这样的。

超链接

好的，我们继续往下学习。

github是一个指向我的github账户的链接，知乎是指向我知乎账户的链接。

这是学习MarkDown语法的第二天

超链接

试试超链接吧
百度一下，你就知道，知乎是一个很好的网站。