大家好，我是安果！之前写过一篇关于如何利用 Selenium 操作已经打开的浏览器进行爬虫的文章如何利用 Selenium 对已打开的浏览器进行爬虫！最近发现很多人都开始摒弃 Selenium，全面拥抱 Playwright 了，那如何利用 Playwright 进行爬虫，以应对一些反爬严格的网站呢？对 Playwright 不了解的小伙伴，可以看很早之前写过的一篇文章微软最强 Python 自动

大家好，我是安果！提到爬虫框架，这里不得不提 Scrapy，它是一款非常强大的分布式异步爬虫框架，更加适用于企业级的爬虫！项目地址：https://github.com/scrapy/scrapy本篇文章将借助一个简单实例来聊聊使用 Scrapy 编写爬虫的完整流程1. 实战目标对象：aHR0cHMlM0EvL2dvLmNxbW1nby5jb20vZm9ydW0tMjMzLTEuaHRtbA==我

点击上方“AirPython”，选择“加为星标”第一时间关注 Python 原创干货！1. 前言大家好，我是安果！众所周知，Python 最流行的爬虫框架是 Scrapy，它主要用于爬取网...

点击上方“AirPython”，选择“加为星标”第一时间关注 Python 原创干货！1. 前言Socket 被称为套接字，是对 TCP/IP 协议的封装，它是传输层和应用层间的抽象层相...

点击上方“AirPython”，选择“加为星标”第一时间关注 Python 原创干货！1. 前言传统的抓包工具， 如：Fiddler、Charles、Wireshark、Tcpdump，...

目 标 场 景在移动互联网时代，很大一部分企业抛弃了传统的网站，选择将数据、服务整合到 App 端，因此 App 端无论是爬虫还是反反爬都显得尤为重要。常见的 App 端的爬虫方式是利用 Appium 和 Airtest 驱动手机打开应用，操作页面，然后通过元素 ID 获取元素的内容，又或者借助 mitmproxy 捕获到请求的数据，最后将数据保存下来。...

在日常编写爬虫、自动化程序时，你是不是也遇到过这种需求：我想让这个任务等一会再执行，又或者是想配置一个定时操作，到了时间就自动执行。PS：需要指出的是，sched.run() 是阻塞的，有时候我们想让它在后台运行，可以用 threading。sched 是 Python 自带的轻量级任务调度器，功能虽然简单，但基本够用。，它可以在指定的时间点或者延迟特定时间之后，执行某些任务。如果两个任务时间一样

这样编写当然没问题，但是如果继承链很复杂，或者多重继承，你一个个去写父类名就很麻烦，而且容易搞出 BUG。当我们调用 D().show() 时，执行顺序是：D → B → C → A → object。• 安全：在多重继承里，它会自动按照 MRO（方法解析顺序）来调用下一个类的方法。PS：可以看出，super() 就是顺着 MRO 规则一步步往下运行的。需要指出的是，super() 不等于 父类，

对于做爬虫、数据处理、或自动化的小伙伴，应该经常会遇到一个场景：网页中的图形验证码没法直接获取，简单的方式就是利用 OCR，而 OCR 识别准确率、部署是否方便，直接影响开发体验。三款市面常用的 OCR，就准确率来说：paddleOCR 最强，尤其是遇到弯曲文字、复杂背景的时候、cnocr 在常规场景也完全够用、pytesseract 经常掉链子。出自国内开源作者，针对中文做了优化，支持简体和繁体

GIL 的本质是 为了让 CPython 简化内存管理，它让 Python 多线程在 CPU 密集型任务下“失色”，但在 I/O 密集型场景仍然有优势。所以，下次再有人说 “Python 慢，是因为 GIL”，你完全可以这样回复：它仅是限制了 CPU 多线程，其他方面不会有影响！如果 Python 编程中使用了多线程，估计都听说过 GIL，全局解释器锁，Global Interpreter Loc