python3 requests 抓取乱码问题
遇到此问题后 设置r.encoding='gbk'或r.encoding='gb2312'后可以了注意：gbk范围要比gb2312要大，设置gbk要好
python用到中文转拼音的一个包 xpinyin，但用pyinstaller生成exe时，运行提示缺包，没解决
python读取文件方式：
读取：
file = open('setUrl.txt','r')
url = file.read()
file.close()
写入：不存在创建，每次打开写入时先清空再开始写入
file = open('sql.txt','w') #‘w’是覆盖，‘a’是追加
for i in strs:
print(i)
file.write(i + '\n')
file.close()
python模块安装方法：
进入命令行直接输入 ：pip install 包名
python打包exe 方法
进入程序目录，用pyinstaller打包，输入命令行：pyinstaller [-F] 打包python文件名.py
该方式在迁移后不能修改.py文件，不推荐，暂没找到好方法，并且打包后运行会提示缺模块如“queue”要在py中引入“from multiprocessing import Queue”。
python3中全局变量使用方式，主方法中声明，调用方法中再声明
global 变量名
def funcA():
global 变量名
一些网站可能简单屏蔽网页抓取，通过设置http请求标头，可实现抓取
UserAgent = 'Mozilla/5.0 (Windows NT 10.0; WOW64; Trident/7.0; rv:11.0) like Gecko'
accept = '*/*'
acceptLanguage = 'zh-Hans-CN, zh-Hans; q=0.8, en-US; q=0.5, en; q=0.3'
acceptEncoding = 'gzip, deflate, sdch'
Cookie = 'AD_RS_COOKIE=20083361; _trs_ua_s_1=em41_6_j0ywubts; _gscu_1771678062=91030129ufqfm619; _gscs_1771678062=9103012938hyzj19|pv:1; _gscbrs_1771678062=1; _trs_uv=23au_6_j0ywubts'
Host = 'www.stats.gov.cn'
CacheControl = 'no-cache'
Connection = 'Keep-Alive'
headers = { 'User-Agent' : UserAgent,'accept':accept,'accept-Encoding':acceptEncoding,'Accept-Language':acceptLanguage,'Cookie':Cookie,'Host':Host,'Cache-Control' : CacheControl,'Connection':Connection}
s = requests.Session()
s.headers.update(headers)
req = s.get(url)
req.encoding='gbk'
网页抓取 解析html
BeautifulSoup很好用，类似jquery选择器，可替代正则表达式
页:
[1]