Python爬虫实战入门：豆瓣电影Top250(保你会，不会来打我)

文章目录

      • 需求
      • 所需第三方库
        • requests模块
        • lxml模块
          • 了解 lxml模块和xpath语法
          • xpath语法-基础节点选择语法
      • 实战教程
      • 完整代码

需求

目标网站: https://movie.douban.com/top250
需求: 爬取电影中文名、英文名、电影详情页链接、导演、主演、上映年份、国籍、类型、评分、评分人数, 并保存到csv文件当中
目标url: https://movie.douban.com/top250

所需第三方库

  1. requests
  2. lxml

安装

requests安装命令：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple requests
lxml安装命令：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple lxml

简介

requests模块

requests 是 Python 编程语言中一个常用的第三方库，它可以帮助我们向 HTTP 服务器发送各种类型的请求，并处理响应。

  • 向 Web 服务器发送 GET、POST 等请求方法；
  • 在请求中添加自定义标头（headers）、URL 参数、请求体等；
  • 自动处理 cookies；
  • 返回响应内容，并对其进行解码；
  • 处理重定向和跳转等操作；
  • 检查响应状态码以及请求所消耗的时间等信息。
lxml模块
了解 lxml模块和xpath语法

lxml 是 Python 编程语言中一个常用的第三方库，它提供了一个高效而简单的方式来解析和处理 XML 和 HTML 文档。

  • 从文件或字符串中读取 XML 或 HTML 文档；
  • 使用 XPath 或 CSS 选择器来查找和提取文档中的数据；
  • 解析 XML 或 HTML 文档，并将其转换为 Python 对象或字符串；
  • 对文档进行修改、重构或序列化；
  • 处理命名空间和 CDATA 等特殊情况。

对html或xml形式的文本提取特定的内容，就需要我们掌握lxml模块的使用和xpath语法。

  • lxml模块可以利用XPath规则语法，来快速的定位HTML\XML 文档中特定元素以及获取节点信息（文本内容、属性值）
  • XPath (XML Path Language) 是一门在 HTML\XML 文档中查找信息的语言，可用来在 HTML\XML 文档中对元素和属性进行遍历。
    • W3School官方文档：http://www.w3school.com.cn/xpath/index.asp
  • 提取xml、html中的数据需要lxml模块和xpath语法配合使用
xpath语法-基础节点选择语法
  1. XPath 使用路径表达式来选取 XML 文档中的节点或者节点集。
  2. 这些路径表达式和我们在常规的电脑文件系统中看到的表达式非常相似。
  3. 使用chrome插件选择标签时候，选中时，选中的标签会添加属性class=“xh-highlight”

xpath定位节点以及提取属性或文本内容的语法

表达式描述
nodename选中该元素。
/从根节点选取、或者是元素和元素间的过渡。
//从匹配选择的当前节点选择文档中的节点，而不考虑它们的位置。
.选取当前节点。
…选取当前节点的父节点。
@选取属性。
text()选取文本。

xpath语法-节点修饰语法

可以根据标签的属性值、下标等来获取特定的节点

节点修饰语法

路径表达式结果
//title[@lang=“eng”]选择lang属性值为eng的所有title元素
/bookstore/book[1]选取属于 bookstore 子元素的第一个 book 元素。
/bookstore/book[last()]选取属于 bookstore 子元素的最后一个 book 元素。
/bookstore/book[last()-1]选取属于 bookstore 子元素的倒数第二个 book 元素。
/bookstore/book[position()>1]选择bookstore下面的book元素，从第二个开始选择
//book/title[text()=‘Harry Potter’]选择所有book下的title元素，仅仅选择文本为Harry Potter的title元素
/bookstore/book[price>35.00]/title选取 bookstore 元素中的 book 元素的所有 title 元素，且其中的 price 元素的值须大于 35.00。

关于xpath的下标

  • 在xpath中，第一个元素的位置是1
  • 最后一个元素的位置是last()
  • 倒数第二个是last()-1

xpath语法-其他常用节点选择语法

  • // 的用途
    • //a 当前html页面上的所有的a
    • bookstore//book bookstore下的所有的book元素
  • @ 的使用
    • //a/@href 所有的a的href
    • //title[@lang=“eng”] 选择lang=eng的title标签
  • text() 的使用
    • //a/text() 获取所有的a下的文本
    • //a[texts()=‘下一页’] 获取文本为下一页的a标签
    • a//text() a下的所有的文本
  • xpath查找特定的节点
    • //a[1] 选择第一个s
    • //a[last()] 最后一个
    • //a[position()<4] 前三个
  • 包含
    • //a[contains(text(),“下一页”)]选择文本包含下一页三个字的a标签**
    • //a[contains(@class,‘n’)] class包含n的a标签

实战教程

打开网站

https://movie.douban.com/top250

在这里插入图片描述
进入网站之后鼠标右击检查，或者F12来到控制台，点击网络，然后刷新。
在这里插入图片描述

刷新之后，点击那个放大镜搜索你需要的的数据内容，这样可以直接找到你所需要的数据包

在这里插入图片描述
点击进入数据包之后，首先要查看我们需要的数据是否都在这个数据包里面，如果我们需要的数据在这个数据包里面不全，则这个数据包可能不是我们需要的，要另外进行查找；如果我们需要的数据在这个数据包里面都有，那么这个数据包是我们所需要的数据包，接下来我们就点击标头，里面有我们需要的url等信息。
在这里插入图片描述
在这里插入图片描述

# 导入模块
import requests

# 目标url
url = 'https://movie.douban.com/top250'

# 发送请求, 获取响应
res = requests.get(url)  # 标头里面的请求方法是GET, 所以这里我们使用get请求方法
print(res.text)

在这里插入图片描述
我们打印之后发现并没有输出任何内容，这是因为对于爬虫来说，有时候网站可能会采取一些反爬虫措施，以防止爬虫程序过度访问网站或者获取网站数据。那么为了避免反爬，我们需要设置合适的请求头信息来模拟真实浏览器行为，设置合适的 User-Agent 和其他请求头信息，使请求看起来更像是来自正常的浏览器访问。

那么 User-Agent 要在哪里找呢？
别急，其实这个也在我们的标头里面，我们用鼠标向下滑动就可以找到 User-Agent 。

在这里插入图片描述

# 导入模块
import requests

# 目标url
url = 'https://movie.douban.com/top250'

# 添加请求头信息
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/122.0.0.0 Safari/537.36'
}
# 发送请求, 获取响应  这里的headers=是一个关键字
res = requests.get(url, headers=headers)  # 标头里面的请求方法是GET, 所以这里我们使用get请求方法

print(res.text)

注意：这里的请求头信息要以字典的格式写入

在这里插入图片描述
可以看到，我们在添加了请求头信息后，再次运行就有了输出内容，我们可以用CTRL + F查找一些数据，看这个打印出来的数据是否是我们需要的，还有看数据打印是否有缺失，如果有，则证明还是有反爬，还需要添加其他一些反爬参数，不同的网站所需要的反爬参数不一样。但也不能一次性把所有的参数全部添加，有些可能是参数陷阱，添加了反而会报错。

接下来就是进行数据提取，也就需要我们导入lxml模块。

lxml模块的使用

  1. 导入lxml 的 etree 库

    from lxml import etree

  2. 利用etree.HTML，将html字符串（bytes类型或str类型）转化为Element对象，Element对象具有xpath的方法，返回结果的列表

    html = etree.HTML(text) 
ret_list = html.xpath("xpath语法规则字符串")

  3. xpath方法返回列表的三种情况

    • 返回空列表：根据xpath语法规则字符串，没有定位到任何元素
    • 返回由字符串构成的列表：xpath字符串规则匹配的一定是文本内容或某属性的值
    • 返回由Element对象构成的列表：xpath规则字符串匹配的是标签，列表中的Element对象可以继续进行xpath
# 导入模块
import requests
from lxml import etree

# 目标url
url = 'https://movie.douban.com/top250'

# 添加请求头信息
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/122.0.0.0 Safari/537.36'
}
# 发送请求, 获取响应  这里的headers=是一个关键字
res = requests.get(url, headers=headers)  # 标头里面的请求方法是GET, 所以这里我们使用get请求方法

# 网页源码
html = res.text

# 实例化etree对象
tree = etree.HTML(html)

利用XPATH语法进行数据提取
在这里插入图片描述
点击响应，我们可以看到，我们所需要的电影名等信息都在这个<div class="info">这个标签里面，那么我们就可以直接利用xpath语法找到这个标签。

# 利用xpath找到<div class="info">这个标签
divs = tree.xpath('//div[@class="info"]')
print(divs)

在这里插入图片描述
可以看到，打印出来的是列表数据类型，既然是列表，我们就可以利用循环遍历列表里面的元素，而且我们需要的电影数据也在这些标签元素里面。
这里以一部电影为例，其他电影数据分布与第一部电影类似，搞定了第一部，其他的就可以通过循环来实现。
在这里插入图片描述
前面我们已经找到了<div class="info">这个标签，返回的数据类型是一个列表，循环遍历这个列表里的元素，那么我们接下来找标签元素就可以直接以<div class="info">为父节点来查找他的子孙级标签。

这里就以电影中文名为例，<div class="info">的下一级标签是<div class="hd">在下一级就是一个a标签，然后就是电影中文名所在的<span class="title">标签。

# 利用xpath找到<div class="info">这个标签
divs = tree.xpath('//div[@class="info"]')
# print(divs)
for div in divs:
    title = div.xpath('./div[@class="hd"]/a/span/text()')
    print(title)
    break

xpath里面的 ./ 代表当前节点，也就是<div class="info">标签；最后的text()是获取标签里的文本内容。这里用break终止循环，我们只要查看一下打印的数据正不正确就行了。
在这里插入图片描述
返回的数据类型还是列表，可以看到：电影中文名就是列表的第一个元素，外文名就是第二个元素，直接利用索引取值就行了。
另外我们可以看到外文名有一些\xa0/\xa0这样的符号，\xa0 是一个 Unicode 字符，表示非断行空格。我们利用索引取值之后可以用字符串中的strip函数将它给去除。

for div in divs:
    # title = div.xpath('./div[@class="hd"]/a/span/text()')
    # print(title)
    title_cn = div.xpath('./div[@class="hd"]/a/span/text()')[0]
    title_en = div.xpath('./div[@class="hd"]/a/span/text()')[1].strip('\xa0/\xa0')
    print(title_cn, title_en)
    break

在这里插入图片描述
这样就获得了中文名和外文名。

电影详情页链接也可以用上面类似的方法获取。

for div in divs:
    # 电影详情页链接
    links = div.xpath('./div[@class="hd"]/a/@href')[0]
    print(links)
    break

但这里有一点需要注意，我们这里不是要获取a标签里的文本内容，而是要获取a标签里的href属性值。xpath中可以用@获取标签里面的属性值。
在这里插入图片描述
获取导演、主演、上映年份、国籍和电影类型
在这里插入图片描述
可以看到导演、主演、上映年份、国籍和电影类型其实都在一个p标签里面，那么我们只要获取到这个p标签，然后利用索引取值就行了。

for div in divs:
    # 导演
    director = div.xpath('./div[@class="bd"]/p/text()')[0].strip().split('导演: ')[1].split('主演: ')[0]
    print(director)
    # 主演
    try:
        act = div.xpath('./div[@class="bd"]/p/text()')[0].strip().split('导演: ')[1].split('主演: ')[1]
        # print(act)
    except IndexError as e:
        print('无主演信息...')
    print(act)
    # 上映年份
    Release_year = div.xpath('./div[@class="bd"]/p/text()')[1].strip().split('/')[0]
    print(Release_year)
    # 国籍
    nationality = div.xpath('./div[@class="bd"]/p/text()')[1].strip().split('/')[1].strip()
    print(nationality)
    # 类型
    genre = div.xpath('./div[@class="bd"]/p/text()')[1].strip().split('/')[2].strip()
    print(genre)
    break

这里要注意一下，有些电影可能会没有主演信息，如果按照常规方法那样的的话，当没有获取到数据就会报错，为了避免这种情况的发生，可以用异常处理一下，这样就算没有获取到信息也不会报错，程序还是可以继续进行，其他地方像上映年份前后都有&nbsp这样的符号，这其实是是 HTML 中的实体字符，表示一个非断行空格。中间还有/的符号，像这样的我们可以先利用split函数将/去掉，然后利用strip函数去除空格。
在这里插入图片描述
在这里插入图片描述

for div in divs:
    # 评分
    score = div.xpath('./div[@class="bd"]/div/span[2]/text()')[0]
    print(score)
    # 评分人数
    num_score = div.xpath('./div[@class="bd"]/div/span[4]/text()')[0]
    print(num_score)
    break

最后的评分和评分人数所在同一级的不同span标签里面，而且它们还具有同一个父级标签<div class="star">，这里我们只要注意在取span标签时，它的索引是从1开始的，而不是从0开始。
在这里插入图片描述
到这里我们都是爬取一页的电影数据，并没有进行翻页处理，那怎么进行翻页处理呢？
我们可以点击其他页数，查看一下其url的变化

第一页的url: https://movie.douban.com/top250?start=0&filter=
第二页的url: https://movie.douban.com/top250?start=25&filter=
第三页的url: https://movie.douban.com/top250?start=50&filter=
...

我们可以发现它的start的参数随着翻页是发生变化的，变化规律类似与一个表达式：(页数 - 1) * 25。

for page in range(1, 11):
    # 目标url
    url = f'https://movie.douban.com/top250?start={(page - 1) * 25}&filter='

    # 发送请求, 获取响应
    res = requests.get(url, headers=headers)
    # 打印响应信息
    print(res.text)

现在我们所有的数据都爬完了，现在就要进行数据保存了，这里我们是要保存到csv文件中，就要借助于csv这个内置模块。

将数据写入到csv文件中需要以特定的格式写入，一种是列表嵌套元组，一种是列表嵌套字典。这里我们使用列表嵌套字典的方式写入。别问，问就是习惯了
应为字典里面要有所有电影的数据信息，为了方便，我们直接在循环内部定义一个字典，每一部电影的数据都放在一个字典中。而所有的字典都在一个列表当中，所以我们直接将列表定义在循环外面就行了。

with open('豆瓣电影Top250.csv', 'w', encoding='utf-8-sig', newline='') as f:
    # 1. 创建对象
    writer = csv.DictWriter(f, fieldnames=('电影中文名', '电影英文名', '电影详情页链接', '导演', '主演', '上映年份', '国籍', '类型', '评分', '评分人数'))
    # 2. 写入表头
    writer.writeheader()
    # 3. 写入数据
    writer.writerows(moive_list)

我们将数据组织为字典的列表，并使用 csv.DictWriter() 将数据写入到 CSV 文件中。需要注意的是，在使用 csv.DictWriter() 时，我们首先调用了 writeheader() 方法写入表头信息，然后通过循环逐行写入数据。

完整代码

# 导入模块
import requests
from lxml import etree
import csv

# 请求头信息
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36'
}

moive_list = []

for page in range(1, 11):
    # 目标url
    url = f'https://movie.douban.com/top250?start={(page - 1) * 25}&filter='

    # 发送请求, 获取响应
    res = requests.get(url, headers=headers)
    # 打印响应信息
    # print(res.text)
    # 网页源码
    html = res.text
    # 实例化etree对象
    tree = etree.HTML(html)

    divs = tree.xpath('//div[@class="info"]')
    # print(divs)
    for div in divs:
        dic = {}
        title = div.xpath('./div[@class="hd"]/a/span[@class="title"]/text()')
        # 电影中文标题
        title_cn = ''.join(title).split('\xa0/\xa0')[0]
        dic['电影中文名'] = title_cn
        # 电影英文标题
        title_en = div.xpath('./div[@class="hd"]/a/span[2]/text()')[0].strip('\xa0/\xa0')
        dic['电影英文名'] = title_en
        # 电影详情页链接
        links = div.xpath('./div[@class="hd"]/a/@href')[0]
        dic['电影详情页链接'] = links
        # print(links)
        # 导演
        director = div.xpath('./div[@class="bd"]/p/text()')[0].strip().split('导演: ')[1].split('主演: ')[0]
        dic['导演'] = director
        # print(director)
        # 主演
        try:
            act = div.xpath('./div[@class="bd"]/p/text()')[0].strip().split('导演: ')[1].split('主演: ')[1]
            # print(act)
        except IndexError as e:
            print(end='')
        dic['主演'] = act
        # 上映年份
        Release_year = div.xpath('./div[@class="bd"]/p/text()')[1].strip().split(' /')[0]
        dic['上映年份'] = Release_year
        # print(Release_year)
        # 国籍
        nationality = div.xpath('./div[@class="bd"]/p/text()')[1].strip().split(' /')[1].strip()
        dic['国籍'] = nationality
        # print(title_cn, nationality)
        # 类型
        genre = div.xpath('./div[@class="bd"]/p/text()')[1].strip().split(' /')[2].strip()
        dic['类型'] = genre
        # print(genre)
        # 评分
        score = div.xpath('./div[@class="bd"]/div/span[2]/text()')[0]
        dic['评分'] = score
        # print(score)
        # 评分人数
        num_score = div.xpath('./div[@class="bd"]/div/span[4]/text()')[0]
        dic['评分人数'] = num_score
        # print(dic)
        moive_list.append(dic)
        # print(len(moive_list))  # 检查数据是否全部爬取成功
    print(f'----------------------第{page}页爬取完成--------------------------------------')
print('-----------------------爬虫结束--------------------------')
# 数据保存
with open('豆瓣电影Top250.csv', 'w', encoding='utf-8-sig', newline='') as f:
    # 1. 创建对象
    writer = csv.DictWriter(f, fieldnames=('电影中文名', '电影英文名', '电影详情页链接', '导演', '主演', '上映年份', '国籍', '类型', '评分', '评分人数'))
    # 2. 写入表头
    writer.writeheader()
    # 3. 写入数据
    writer.writerows(moive_list)

在这里插入图片描述
在这里插入图片描述

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：/a/458193.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

振弦采集仪的操作方法及数据处理技术的一般步骤

振弦采集仪的操作方法及数据处理技术的一般步骤

振弦采集仪的操作方法及数据处理技术的一般步骤 岩土工程监测中&#xff0c;河北稳控科技振弦采集仪是用来测量土壤或岩石中的振动特性的仪器。下面是振弦采集仪的操作方法及数据处理技术的一般步骤&#xff1a; 1. 准备工作&#xff1a;安装振弦采集仪的支架或支架&#xff0…
阅读更多...
文心一言 VS 讯飞星火 VS chatgpt （215）-- 算法导论16.2 2题

文心一言 VS 讯飞星火 VS chatgpt （215）-- 算法导论16.2 2题

二、设计动态规划算法求解 0-1 背包问题&#xff0c;要求运行时间为 O(nW)&#xff0c;n为商品数量&#xff0c;W是小偷能放进背包的最大商品总重量。如果要写代码&#xff0c;请用go语言。 文心一言&#xff1a; 0-1 背包问题是一个典型的动态规划问题&#xff0c;其目标是在…
阅读更多...
如何高效接入 Flink：Connecter / Catalog API 核心设计与社区进展

如何高效接入 Flink：Connecter / Catalog API 核心设计与社区进展

摘要&#xff1a;本文整理自阿里云实时计算团队 Apache Flink Committer 和 PMC Member 任庆盛在 FFA 2023 核心技术专场&#xff08;二&#xff09;中的分享&#xff0c;内容主要分为以下四部分&#xff1a; 1. Source API 2. Sink API 3. 将 Connecter 集成至 Table /SQL A…
阅读更多...
运动想象 (MI) 迁移学习系列 (9) : 数据对齐（EA）

运动想象 (MI) 迁移学习系列 (9) : 数据对齐（EA）

运动想象迁移学习系列:数据对齐&#xff08;EA&#xff09; 0. 引言1. 迁移学习算法流程2. 欧式对齐算法流程3. 与RA算法进行对比4. 实验结果对比5. 总结欢迎来稿 论文地址&#xff1a;https://ieeexplore.ieee.org/abstract/document/8701679 论文题目&#xff1a;Transfer Le…
阅读更多...
macOS Ventura 13.6.5 (22G621) Boot ISO 原版可引导镜像下载

macOS Ventura 13.6.5 (22G621) Boot ISO 原版可引导镜像下载

macOS Ventura 13.6.5 (22G621) Boot ISO 原版可引导镜像下载 3 月 8 日凌晨&#xff0c;macOS Sonoma 14.4 发布&#xff0c;同时带来了 macOS Ventru 13.6.5 和 macOS Monterey 12.7.4 安全更新。 macOS Ventura 13.6 及更新版本&#xff0c;如无特殊说明皆为安全更新&…
阅读更多...
Python数据分析-pandas3

Python数据分析-pandas3

1.pandas的作用&#xff1a; numpy能够帮助我们处理数值&#xff0c;但是pandas除了处理数值之外&#xff08;基于numpy&#xff09;&#xff0c;还能够帮助我们处理其他类型的数据。 2.pandas之Series创建&#xff1a; 3.pandas之Series切片和索引 4.缺失值处理 5.常用的统计…
阅读更多...
【阅读论文】智能数据可视分析技术综述

【阅读论文】智能数据可视分析技术综述

智能数据可视分析技术综述 文章结构 中文引用格式: 骆昱宇, 秦雪迪, 谢宇鹏, 李国良. 智能数据可视分析技术综述. 软件学报, 2024, 35(1): 356–404. http://www.jos.org.cn/1000-9825/6911.htm
阅读更多...
深度学习环境搭建

深度学习环境搭建

前言 因为一些原因&#xff0c;我需要更换一台新的服务器来跑深度学习。 这篇文章记录了我在新的远程服务器上搭建深度学习环境的过程。 基本情况 本人采用笔记本电脑连接远程服务器的方式跑深度学习代码。 笔记本电脑环境&#xff1a; 远程服务器环境&#xff1a; 环境搭…
阅读更多...
PHP＜=7.4.21 Development Server源码泄露漏洞 例题

PHP＜=7.4.21 Development Server源码泄露漏洞 例题

打开题目 dirsearch扫描发现存在shell.php 非预期解 访问shell.php&#xff0c;往下翻直接就看到了flag.. 正常解法 访问shell.php 看见php的版本是7.3.33 我们知道 PHP<7.4.21时通过php -S开起的WEB服务器存在源码泄露漏洞&#xff0c;可以将PHP文件作为静态文件直接输…
阅读更多...
西门子PLC常用底层逻辑块分享_单/双输出电磁阀

西门子PLC常用底层逻辑块分享_单/双输出电磁阀

文章目录 前言一、功能概述二、单输出电磁阀程序编写1.创建自定义数据类型2.创建FB功能块“单输出电磁阀”3.编写程序 三、双输出电磁阀程序编写1.创建自定义数据类型2.创建FB功能块“双输出电磁阀”3.编写程序 前言 本文分享一个自己编写的电磁阀控制逻辑块。 一、功能概述 …
阅读更多...
搭建谷歌Gemini

搭建谷歌Gemini

前言 Gemini是Google AI于2023年发布的大型语言模型&#xff0c;拥有强大的文本生成、理解和转换能力。它基于Transformer模型架构&#xff0c;并使用了大量文本和代码数据进行训练。Gemini可以执行多种任务&#xff0c;包括&#xff1a; 生成文本&#xff1a;可以生成各种类…
阅读更多...
COX回归影响因素分析的基本过程与方法

COX回归影响因素分析的基本过程与方法

在科学研究中&#xff0c;经常遇到分类的结局&#xff0c;主要是二分类结局&#xff08;阴性/阳性&#xff1b;生存/死亡&#xff09;&#xff0c;研究者可以通过logistic回归来探讨影响结局的因素&#xff0c;但很多时候logistic回归方法无法使用。如比较两种手段治疗新冠肺炎…
阅读更多...
Cookie和Session介绍

Cookie和Session介绍

1、Cookie的一些重要结论&#xff08;令牌&#xff0c;类似就诊卡记住我们的信息&#xff09;&#xff1a; &#xff08;1&#xff09;Cookie从哪里来&#xff1a;服务器返回给浏览器的&#xff0c;通常是首次访问/登录成功之后&#xff08;cookie是在header中传输&#xff09…
阅读更多...
稀碎从零算法笔记Day17-LeetCode:有效的括号

稀碎从零算法笔记Day17-LeetCode:有效的括号

题型&#xff1a;栈 链接&#xff1a;20. 有效的括号 - 力扣&#xff08;LeetCode&#xff09; 来源&#xff1a;LeetCode 题目描述&#xff08;红字为笔者添加&#xff09; 给定一个只包括 (&#xff0c;)&#xff0c;{&#xff0c;}&#xff0c;[&#xff0c;] 的字符串 …
阅读更多...
flstudio教程如何设置成中文 flstudio基础教程 flstudio免费

flstudio教程如何设置成中文 flstudio基础教程 flstudio免费

Fl studio编曲软件总共有英文和中文两种语言供用户选择&#xff0c;对于我们来说&#xff0c;更习惯于使用中文版本的flstudio编曲软件&#xff0c;包括我自己也比较习惯于使用中文版本的flstudio&#xff0c;同时也能提高工作效率。Flstudio编曲软件默认语言是英文&#xff0c…
阅读更多...
力扣 322 零钱兑换

力扣 322 零钱兑换

题目描述 给定不同面额的硬币 coins 和一个总金额 amount。编写一个函数来计算可以凑成总金额所需的最少的硬币个数。如果没有任何一种硬币组合能组成总金额&#xff0c;返回 -1。 你可以认为每种硬币的数量是无限的。 示例 1&#xff1a; 输入&#xff1a;coins [1, 2, 5…
阅读更多...
VUE基础易错点概述

VUE基础易错点概述

文章目录 Post/Get请求的区别插槽验证规则的使用ref与$refslable 与 :lable 两个页面间的切换在主页面中&#xff0c;自定义子组件在子页面中 .sync修饰符 本文主要介绍了 Post与Get请求、插槽、验证器的使用、ref与$refs、lable 与 :lable、两个页面的切换以及自定义组件 用于…
阅读更多...
圈子社交系统-多人语音-交友-陪玩-活动报名-商城-二手论坛-源码交付，支持二开！

圈子社交系统-多人语音-交友-陪玩-活动报名-商城-二手论坛-源码交付，支持二开！

圈子小程序适用于多种场景&#xff0c;涵盖了各个领域的社交需求。以下是一些常见的适用场景&#xff1a; 兴趣社区&#xff1a; 用户可以加入自己感兴趣的圈子&#xff0c;与志同道合的人一起讨论交流&#xff0c;分享经验和知识。 行业交流&#xff1a; 各个行业可以建立自…
阅读更多...
202106青少年软件编程（Scratch图形化）等级考试试卷（二级）

202106青少年软件编程（Scratch图形化）等级考试试卷（二级）

第1题：【 单选题】 小明同学设计了一款游戏，其中一段程序如下图所示，下面这段程序可以实现哪项功能？（ ） A:在任何地方点击鼠标，角色都会移到鼠标位置 B:没有任何操作的时候角色会在舞台区域随机移动 C:按下空格键后，角色会在一秒内滑行到舞台中央 D:角色碰到黄色会…
阅读更多...
【保姆级】GPT的Oops问题快速解决方案

【保姆级】GPT的Oops问题快速解决方案

GPT的"Oops"问题通常指的是GPT在处理请求时突然遇到错误或无法提供预期输出的情况。要快速解决这个问题&#xff0c;可以尝试以下分步策略&#xff1a; 确认问题范围&#xff1a; 首先&#xff0c;确认问题是偶发的还是持续存在的。如果是偶发的&#xff0c;可能是临…
阅读更多...
最新文章

Copyright @ 2022~2023