主要应用Java进行的的web data Mining 的参考资料，有XSLT/XSL/xpath相关技术！
上传时间： 2013-12-27
上传用户：xcy122677
jQuery是一款同prototype一样优秀js开发库类，特别是对css和xpath的支持，使我们写js变得更加方便！如果你不是个js高手又 想写出优 秀的js效果，jQuery可以 帮你达到目的！大家可以看看有keel翻译的jQuery入门
上传时间： 2013-12-16
上传用户：520
Perl & XML. by Erik T. Ray and Jason McIntosh ISBN 0-596-00205-X First Edition, published April 2002. (See the catalog page for this book.) Table of Contents Copyright Page Preface Chapter 1: Perl and XML Chapter 2: An XML Recap Chapter 3: XML Basics: Reading and Writing Chapter 4: Event Streams Chapter 5: SAX Chapter 6: Tree Processing Chapter 7: DOM Chapter 8: Beyond Trees: xpath, XSLT, and More Chapter 9: RSS, SOAP, and Other XML Applications Chapter 10: Coding Strategies Index Colophon --------------------------------------------------------------------------------
标签： T. published McIntosh Edition
上传时间： 2013-12-23
上传用户：yzhl1988
ProfessionalAjax 本书是一本关于Ajax技术、模式和使用场景的开发人员级教程，不仅介绍了Ajax的基本知识，还讨论了Ajax模式和框架，同时针对XML（包括xpath和XSLT）、RSS/Atom、Web服务、JSON和Web用户界面组件等主题，阐述了如何将Ajax和这些技术有效地结合在一起，并利用Ajax开发的一个WebMail系统实例。书中经典的实例、完整的源代码，都将给读者带来“实战”的指导。与本书配套的源代码可以在图灵网站下载。 本书内容广泛且深入，适用于中高层次的Web网站开发人员。
标签： ProfessionalAjax Ajax 模式 教程
上传时间： 2015-09-30
上传用户：凌云御清风
一个简单的Dom4j解析xml的源程序，很简单，使用了xpath，看其文档，使用xpath时没这么复杂，但是，实际使用时往往不是这样的。
上传时间： 2014-01-22
上传用户：hullow
在十种技术中，最重要的一种技术我想应该非XML莫属。这里不仅仅指XML规范本身，还包括一系列有关的基于XML的语言：主要有XHTML，XSLT，XSL，DTDs，XML Schema（XSD），xpath，XQuery和SOAP.如果你现在还对XML一无所知，那么赶快狂补吧！XML是包含类似于HTML标签的一个文本文件，在这个文件中定义了一个树型结构来描述它所保存的数据。
标签：
上传时间： 2016-10-24
上传用户：邶刖
在十种技术中，最重要的一种技术我想应该非XML莫属。这里不仅仅指XML规范本身，还包括一系列有关的基于XML的语言：主要有XHTML，XSLT，XSL，DTDs，XML Schema（XSD），xpath，XQuery和SOAP.如果你现在还对XML一无所知，那么赶快狂补吧！XML是包含类似于HTML标签的一个文本文件，在这个文件中定义了一个树型结构来描述它所保存的数据。
标签：
上传时间： 2014-01-01
上传用户：rocketrevenge
以后再也不用担心写爬虫ip被封，不用担心没钱买代理ip的烦恼了 在使用python写爬虫时候，你会遇到所要爬取的网站有反爬取技术比如用同一个IP反复爬取同一个网页，很可能会被封。如何有效的解决这个问题呢？我们可以使用代理ip，来设置代理ip池。 现在教大家一个可获取大量免费有效快速的代理ip方法，我们访问西刺免费代理ip网址 这里面提供了许多代理ip，但是我们尝试过后会发现并不是每一个都是有效的。所以我们现在所要做的就是从里面提供的筛选出有效快速稳定的ip。 以下介绍的免费获取代理ip池的方法： 优点：免费、数量多、有效、速度快 缺点：需要定期筛选 主要思路： 从网址上爬取ip地址并存储 验证ip是否能使用-（随机访问网址判断响应码） 格式化ip地址 代码如下： 1.导入包 import requests from lxml import etree import time 1 2 3 2.获取西刺免费代理ip网址上的代理ip def get_all_proxy(): url = 'http://www.xicidaili.com/nn/1' headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/68.0.3440.106 Safari/537.36', } response = requests.get(url, headers=headers) html_ele = etree.HTML(response.text) ip_eles = html_ele.xpath('//table[@id="ip_list"]/tr/td[2]/text()') port_ele = html_ele.xpath('//table[@id="ip_list"]/tr/td[3]/text()') proxy_list = [] for i in range(0,len(ip_eles)): proxy_str = 'http://' + ip_eles[i] + ':' + port_ele[i] proxy_list.append(proxy_str) return proxy_list 1 2 3 4 5 6 7 8 9 10 11 12 13 14 3.验证获取的ip def check_all_proxy(proxy_list): valid_proxy_list = [] for proxy in proxy_list: url = 'http://www.baidu.com/' proxy_dict = { 'http': proxy } try: start_time = time.time() response = requests.get(url, proxies=proxy_dict, timeout=5) if response.status_code == 200: end_time = time.time() print('代理可用：' + proxy) print('耗时:' + str(end_time - start_time)) valid_proxy_list.append(proxy) else: print('代理超时') except: print('代理不可用--------------->'+proxy) return valid_proxy_list 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 4.输出获取ip池 if __name__ == '__main__': proxy_list = get_all_proxy() valid_proxy_list = check_all_proxy(proxy_list) print('--'*30) print(valid_proxy_list) 1 2 3 4 5 技术能力有限欢迎提出意见，保证积极向上不断学习 ———————————————— 版权声明：本文为CSDN博主「彬小二」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。 原文链接：https://blog.csdn.net/qq_39884947/article/details/86609930
上传时间： 2019-11-15
上传用户：fygwz1982
Python是数据分析的首*语言，而网络中的数据和信息很多，如何从中获取需要的数据和信息呢？简单、直接的方法就是用爬虫技术来解决。本书是一本教初学者学习如何爬取网络数据和信息的入门读物。书中不仅有Python的相关内容，而且还有数据处理和数据挖掘等方面的内容。本书内容非常实用，讲解时穿插了22个爬虫实战案例，可以大大提高读者的实际动手能力。本书共分12章，核心主题包括Python零基础语法入门、爬虫原理和网页构造、第*个爬虫程序、正则表达式、Lxml库与xpath语法、使用API、数据库存储、多进程爬虫、异步加载、表单交互与模拟登录、Selenium模拟浏览器、Scrapy爬虫框架。此外，书中通过一些典型爬虫案例，讲解了有经纬信息的地图图表和词云的制作方法，让读者体验数据背后的乐趣。本书适合爬虫技术初学者、爱好者及高等院校的相关学生，也适合数据爬虫工程师作为参考读物，同时也适合各大Python数据分析的培训机构作为教材使用。详解网络爬虫的原理、工具、框架和方法，内容新，实战案例多详解从简单网页到异步加载网页，从简单存储到数据库存储，从简单爬虫到框架爬虫等技术22个网络爬虫综合实战案例、30个网站信息提取、2500余行代码详解爬虫的3大方法：正则表达式、BeautifulSoup 4库和Lxml库详解爬取数据的4大存储方式：TXT、CSV、MongoDB和MySQL详解Scrapy爬虫框架的安装、项目创建、文件使用及爬取数据的存储
上传时间： 2022-05-22
上传用户：zinuoyu
