第一篇： https://www.v2ex.com/t/351900
第二篇： http://www.jianshu.com/p/b3bc88ffb251 爬虫中的正则表达式（ re ）—前传
这篇文章只是一个开头，希望通过这篇文章收集大家的建议
- 大家认为好的资料（ github 上的，自己写的，你认为写的比较好的博客....都行）
我可以把推荐的资料放在文末的参考资料中或者直接写在正文中，当然会推荐者署名
-
大家对这篇文章的建议，应该怎么写比较好，欢迎大家提建议
-
欢迎投稿，；）
推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
This topic created in 3506 days ago, the information mentioned may be changed or developed.
Supplement 1 · Apr 2, 2017
我会做好正则表达式文章的更新，才会去做多进程和代理池等的更新。一个人更新文章不太简单，而且想写点和别人不一样的东西。（之前没有想这么多，自己挖了一个坑，当然我会填的，~_~）
Supplement 2 · Apr 6, 2017
谢谢大家关注，最近爬虫的更新会放缓，我要开始学习运营和机器学习相关知识了，还要开始找工作。
具体说明见： http://www.jianshu.com/p/07f0d5a44f64
（学习爬虫，只为了得到数据，我可不想玩转爬虫，我喜欢分析数据。希望大家多多推荐机器学习和运营的资料，先谢啦）
具体说明见： http://www.jianshu.com/p/07f0d5a44f64
（学习爬虫，只为了得到数据，我可不想玩转爬虫，我喜欢分析数据。希望大家多多推荐机器学习和运营的资料，先谢啦）
Supplement 3 · Apr 10, 2017
更新了爬虫正则表达式一文
http://www.jianshu.com/p/b3bc88ffb251
http://www.jianshu.com/p/b3bc88ffb251
Supplement 4 · May 1, 2017
selenium 简单使用，beautifulsoup 始终 beautiful： http://www.jianshu.com/p/677eaa462b47
为了这篇文章服务：简书在 Twitter、豆瓣、微博上的活动(持续更新)： http://www.jianshu.com/p/8794dd040397
为了这篇文章服务：简书在 Twitter、豆瓣、微博上的活动(持续更新)： http://www.jianshu.com/p/8794dd040397
Supplement 5 · May 21, 2017
由于简书不支持目录，latex 语法，今天用 github + hexo + next 主题建了一个网站，以后所有的技术文章都会在这个网站写作
网址：zhouww.com
当然访问 duohappy.github.io 也行的
网址：zhouww.com
当然访问 duohappy.github.io 也行的
Supplement 6 · Sep 15, 2017
 |
1
期待代理池的文章！
|
1 |
MerliniApr 2, 2017 via Android
3
期待并发和代理池
|
 |
zjhuiApr 2, 2017 via iPhone
4
同期待代理池
|
 |
jimmy66Apr 2, 2017 via iPhone
5
期待代理池+1
|
 |
dsg001Apr 2, 2017
9
期待代理池+1
|
 |
demonchangApr 2, 2017 via iPhone
10
代理池等待中
|
 |
11
|
 |
UnisandKApr 2, 2017
12
看大家期望这么高你要不先把代理池写了（逃
|
|
14
代理池构建的思路是：
1. 正则匹配出代理 ip ，有些免费网页很规则，用 beautifulsoup 就行 2. 检查是否为高匿代理，为了加快检查速度，采取多进程 3. 加上高匿代理，进行爬虫 所以，正则是基础，多进程也很重要（多线程也行） 大家可以根据这些知识点，进行自学，如果学好了，欢迎投稿，:) 我的文章不会更新这么快，因为我想写点不一样的东西，符合我的行文特点，：） （当然主要是因为，我要写毕业论文....还有....找工作...） |
|
15
补充一下，当然有要有刷新代理池中代理的代码，而且一般代理极易失效
|
 |
prasantaApr 4, 2017
16
如何高效获取一手 ip 代理，而不是从别人网站上爬，题主有思路么
|
 |
18
最好详细讲解一下 并发原理...
pycon2015 上讲的就不错 不然新人看了 还是一头雾水 |
 |
yxisenApr 6, 2017 via Android
20
期待数据入库 0.0
|
Select Language