sync from local backup

2026-08-05 23:59:15 +08:00
commit d48ec1747c
358 changed files with 34384 additions and 0 deletions
@@ -0,0 +1,43 @@
+# 项目实战：爬虫入门
+
+## 学习目标
+- 了解爬虫的基本原理
+- 掌握 requests 库的使用
+- 学会使用 BeautifulSoup 解析 HTML
+
+## 什么是爬虫？
+
+爬虫是自动获取网页数据的程序，常用于数据采集、监控等场景。
+
+## requests 库
+
+```python
+import requests
+
+url = "https://api.github.com"
+response = requests.get(url)
+print(response.status_code)
+print(response.json())
+```
+
+## BeautifulSoup 解析
+
+```python
+from bs4 import BeautifulSoup
+
+html = "<h1>Hello</h1><p>World</p>"
+soup = BeautifulSoup(html, "html.parser")
+print(soup.h1.text)  # Hello
+```
+
+## 注意事项
+
+1. 遵守网站的 robots.txt
+2. 控制请求频率
+3. 不要爬取敏感数据
+
+## 动手练习
+
+1. 爬取天气数据显示在控制台
+2. 获取豆瓣电影 Top 250
+3. 制作每日新闻聚合器