这是一个新的系列，与以往不同的是，之前的练习都会提示了大家网页用了什么反爬措施，目的是让大家先熟悉一下爬虫与反爬虫的套路。渐渐地有更多的小伙伴向我提出疑问：分析网页的反爬虫措施都是靠猜的吗？ 以上问题的答案是一定程度上是肯定的，确实要靠感觉。这感觉哪里来呢？大家把之前的练习都做了一遍两遍三遍甚至更多遍都没感觉出什么来。 其中这中间一个细节影响了大家：就是大家都跳过了总结累积经验的步骤，都是直接按照提示去练的。不是说这个思路是错的，相反，这个思路是对的，现在是大家已经开始追求更高层面的知识了。 所以就推出了爬虫实战练习系列，这个系列就是贴近爬虫实战，让大家从0开始分析网页、编写爬虫代码、调试爬虫...

coding=utf-8 import requests from lxml import etree import numpy as np base_url = ‘https://spiderbuf.cn/web-scraping-practice/scraper-practice-c01/mnist’ my_headers = { ‘User-Agent’: ‘Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrom...

HTMX是什么？ HTMX 最初以 intercooler.js 的形式诞生的，是一个用于构建动态网页的 JavaScript 库，它允许开发者通过简单的 HTML 属性来实现 AJAX 、CSS 动画、客户端事件等功能，而无需编写大量的 JavaScript 代码。 HTMX 的主要目的是简化动态网页的开发，使其更容易构建交互式 用户界面。 通过在 HTML 元素上添加自定义属性，开发者可以轻松地实现各种交互行为，例如请求数据、更新部分页面、错误处理等。 HTMX 支持 GET、POST、PUT、DELETE 等多种 HTTP 请求方式，方便与服务器进行交互。 通过指定目标元素，HTMX...

需要逆向分析JavaScript代码，找到生成HTTP请求参数的算法并分析代码逻辑，然后使用Python进行算法模拟。 逆向JavaScript代码时留意混淆代码中的关键字，抽丝剥茧逐步调试。 或者使用Selenium进行翻页爬取。...

通常网页要向后台提交数据都通过表单的方式进行，但有时候为了兼顾网页的布局美观，很难把所有的用户输入控件都放在同一个 <form> 表单标签里面。以往要解决这样的问题只能通过编写JavaScript代码来实现。 htmx拥有强大的交互能力，能够在跨表单甚至无表单的情况下对数据进行提交，而且只需要设置一个属性值即可实现，无须编写大量JavaScript代码。 下面我们就使用 Python + flask + htmx 来演示一下htmx的无表单提交功能。 先建一个演示的项目，使用Python + flask + htmx作为示例，项目总共两个子文件夹：templates、stat...