python 爬虫

Beautiful Soup

如果包含Chinese characters, apply decode() method.

Urllib vs Request

下载图片：

An unordered list starts with the <ul> tag. 

值得注意的1. 我没有用lxml,而是html5lib

2.  img['src'] 这个似乎是一个html component

爬百度百科：

但是爬的速度特别慢，因为它是先download下来html文件再寻找东西。