摘要：
Requests库—自动爬取HTML页面，自动网络请求提交 Robots.txt—网络爬虫排除标准 BeautifulSoup库—解析HTML页面，信息标记与提取方法 Re库—正则表达式，提取页面关键信息 简洁表达字符串，应用于字符串匹配，模糊查找 一、正则表达式常用操作符 二、经典的正则表达式 三 阅读全文
摘要：
“中国最好大学定向爬取”实例 定向爬虫：仅对输入的URL进行爬取，不扩展爬取 三个模块： 1、 从网页上获取大学排名网页内容 getHTMLText() 2、 提取网页内容的信息到合适的数据结构中 fillUnivList() 3、 立用数据结构展示并输出结果 printUnivList() 两个要 阅读全文