① 如何用python+人工識別處理知乎的倒立漢字驗證碼
#登錄知乎，通過保存驗證圖片方式
importurllib.request
importurllib.parse
importtime
importhttp.cookiejar
webUrl="https://www.hu.com/login/email"#不能寫https://www.hu.com/#signin因為不支持重定向
webheader={
#'Accept':'text/html,application/xhtml+xml,*/*',
#'Accept-Language':'zh-CN',
#'User-Agent':'Mozilla/5.0(WindowsNT6.1;WOW64;Trident/7.0;rv:11.0)likeGecko',
'User-Agent':'Mozilla/5.0(Linux;Android6.0;Nexus5Build/MRA58N)AppleWebKit/537.36(KHTML,likeGecko)Chrome/56.0.2924.87MobileSafari/537.36',
#'User-Agent':'Mozilla/5.0(iPod;U;CPUiPhoneOS4_3_3likeMacOSX;en-us)AppleWebKit/533.17.9(KHTML,likeGecko)Version/5.0.2Mobile/8J2Safari/6533.18.5',
#'DNT':'1',
#'Connection':'Keep-Alive'
}
postData={
'email':'在這里寫你的賬號',
'captcha_type':'cn',
'password':'在這里寫你的密碼',
'_xsrf':'',
'captcha':''
}
localStorePath="寫你想保存的驗證碼圖片的地址"
if__name__=='__main__':
#聲明一個CookieJar對象實例來保存cookie
cookie=http.cookiejar.CookieJar()
#創建opener
handler=urllib.request.HTTPCookieProcessor(cookie)
opener=urllib.request.build_opener(handler)#建立opener對象，並添加頭信息
urllib.request.install_opener(opener)
captcha_url='https://www.hu.com/captcha.gif?r=%d&type=login&lang=cn'%(time.time()*1000)
#captcha_url='http://www.hu.com/captcha.gif?r=%d&type=login'%(time.time()*1000)#這樣獲得的是「字母+數字驗證碼」
#這個獲取驗證碼圖片的方法是不行的！
#urllib.request.urlretrieve(captcha_url,localStorePath+'myCaptcha.gif')
#用urlopen函數保存驗證圖片
req=urllib.request.Request(url=captcha_url,headers=webheader)
content=urllib.request.urlopen(req)
#content=opener.open(req)
captcha_name='D:/Python學習/crawler_learning/知乎登錄專題研究/知乎驗證碼圖片/myNewCaptcha.gif'
content=content.read()
withopen(captcha_name,'wb')asf:
f.write(content)
postData['captcha']=input('請輸入驗證碼')
#postData['_xsrf']=get_xsrf()
postData['_xsrf']=''
print(postData['_xsrf'])
#用urlopen函數傳送數據給伺服器實現登錄
postData_encoded=urllib.parse.urlencode(postData).encode('utf-8')
req=urllib.request.Request(url=webUrl,data=postData_encoded,headers=webheader)
webPage=urllib.request.urlopen(req)
#webPage=opener.open(req)
data=webPage.read().decode('utf-8')
print(data)
withopen("D:/知乎伺服器反饋的內容.txt",mode='w',encoding='utf-8')asdataFile:
dataFile.write(data)
② 如何用Python+人工識別處理知乎的倒立漢字驗證碼
這給Python爬蟲的模擬登錄帶來了一定的難度，目前網路上的相關資料針對的都是普通的「英文+數字」驗證碼，針對「倒立漢字」驗證碼的文章較少。而且大家普遍採用的是requests庫。經過幾天的研究，我採用urllib.request實現了模擬登陸知乎，現將代碼分享如下：
[python] view plain
# 登錄知乎，通過保存驗證圖片方式
import urllib.request
import urllib.parse
import time
import http.cookiejar
webUrl = "l"#不能寫因為不支持重定向
webheader = {
# 'Accept': 'text/html, application/xhtml+xml, */*',
# 'Accept-Language': 'zh-CN',
# 'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64; Trident/7.0; rv:11.0) like Gecko',
'User-Agent': 'Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/56.0.2924.87 Mobile Safari/537.36',
# 'User-Agent': 'Mozilla/5.0 (iPod; U; CPU iPhone OS 4_3_3 like Mac OS X; en-us) AppleWebKit/533.17.9 (KHTML, like Gecko) Version/5.0.2 Mobile/8J2 Safari/6533.18.5',
# 'DNT': '1',
# 'Connection': 'Keep-Alive'
}
postData = {
'email': '在這里寫你的賬號',
'captcha_type': 'cn',
'password': '在這里寫你的密碼',
'_xsrf': '',
'captcha': ''
}
localStorePath = "寫你想保存的驗證碼圖片的地址"
if __name__ == '__main__':
#聲明一個CookieJar對象實例來保存cookie
cookie = http.cookiejar.CookieJar()
#創建opener
handler = urllib.request.HTTPCookieProcessor(cookie)
opener = urllib.request.build_opener(handler)#建立opener對象，並添加頭信息
urllib.request.install_opener(opener)
captcha_url = '?r=%d&type=login&lang=cn' % (time.time() * 1000)
# captcha_url = '/captcha.gif?r=%d&type=login' % (time.time() * 1000)#這樣獲得的是「字母+數字驗證碼」
#這個獲取驗證碼圖片的方法是不行的！
# urllib.request.urlretrieve(captcha_url, localStorePath + 'myCaptcha.gif')
#用urlopen函數保存驗證圖片
req = urllib.request.Request(url=captcha_url,headers=webheader)
content = urllib.request.urlopen(req)
# content = opener.open(req)
captcha_name = 'D:/Python學習/crawler_learning/知乎登錄專題研究/知乎驗證碼圖片/myNewCaptcha.gif'
content = content.read()
with open(captcha_name, 'wb') as f:
f.write(content)
postData['captcha'] = input('請輸入驗證碼')
# postData['_xsrf'] = get_xsrf()
postData['_xsrf'] = ''
print(postData['_xsrf'])
#用urlopen函數傳送數據給伺服器實現登錄
postData_encoded = urllib.parse.urlencode(postData).encode('utf-8')
req = urllib.request.Request(url=webUrl,data=postData_encoded,headers=webheader)
webPage = urllib.request.urlopen(req)
# webPage = opener.open(req)
data = webPage.read().decode('utf-8')
print(data)
with open("D:/知乎伺服器反饋的內容.txt",mode='w',encoding='utf-8') as dataFile:
dataFile.write(data)
幾點思考：
1、首先需要明確如何獲得驗證碼圖片的地址，利用Fiddler抓包獲得的典型的驗證碼圖片的地址如下：
這個「r」代表的是什麼含義呢？經過查看知乎上的js代碼可以確定，這個r指的是毫秒級的時間戳。
2、以驗證碼圖片地址cn為例，不同時間訪問同一個驗證碼圖片地址，得到的驗證碼圖片是不同的，那麼知乎伺服器是如何知道你獲取的是那張驗證碼呢？
我認為是通過sessionID，換句話說，知乎把某個驗證碼圖片給了你，同時知乎記錄下了你的sessionID和這個驗證碼的「正確答案」，這樣將來你輸入驗證碼給知乎後，知乎就能判斷你輸入的驗證碼是否正確了。
由於sessionID保存在cookie之中，所以Python模擬登陸的代碼必須使用cookie。
3、獲取驗證碼圖片的時候，我用的是content =urllib.request.urlopen (req)函數，經過我的驗證，用
urllib.request.urlretrieve函數是不行的，因為urlopen函數可以傳遞headers參數，而這一個參數必須有。
4、獲得了倒立漢字圖片以後，如何確定要傳遞給知乎的captcha是什麼呢？經過Fiddler抓包，
傳遞的參數類似於這樣：
{"img_size":[200,44],"input_points":[[43.44,22.44],[115.72,22.44]]}
經過分析和試驗確定：200指的是圖片長度，44指的是圖片高度，後面的input_points指的是打在倒立漢字上的點的坐標。由於每次出現7個漢字，這7個漢字的坐標是固定的，我全部進行捕獲：
{"img_size":[200,44],"input_points":[[12.95,14.969999999999998],[36.1,16.009999999999998],[57.16,24.44],[84.52,19.17],[108.72,28.64],[132.95,24.44],[151.89,23.380000000000002]]}
然後，問題就簡單了：將圖片保存在本地之後，打開圖片，確定哪幾個漢字倒立，比如說第2個和第6個，那就在上面選取出2和6的坐標輸入即可，即
{"img_size":[200,44],"input_points":[[36.1,16.009999999999998],[132.95,24.44]]}。
5、小竅門：以驗證碼圖片地址
③ 如何學習python知乎
對於Python的學習人員需要掌握以下技術。
1.網路編程。
網路編程在生活和開發中無處不在，哪裡有通訊就有網路，它可以稱為是一切開發的"基石"。對於所有編程開發人員必須要知其然並知其所以然，所以網路部分將從協議、封包、解包等底層進行深入剖析。
2. 爬蟲開發。
將網路一切數據作為資源，通過自動化程序進行有針對性的數據採集以及處理。爬蟲開發項目包含跨越防爬蟲策略、高性能非同步IO、分布式爬蟲等，並針對Scrapy框架源碼進行深入剖析，從而理解其原理並實現自定義爬蟲框架。
3.Web開發。
Web開發包含前端以及後端兩大部分，前端部分，帶你從"黑白"到"彩色"世界，手把手開發動態網頁;後端部分，帶你從10行代碼開始到n萬行來實現並使用自己的微型Web框架，框架講解中涵蓋了數據、組件、安全等多領域的知識，從底層了解其工作原理並可駕馭任何業內主流的Web框架。
4. IT自動化開發。
IT運維自動化是一組將靜態的設備結構轉化為根據IT服務需求動態彈性響應的策略，目的就是實現減少人工干預、降低人員成本以及出錯概率，真刀真槍的帶你開發企業中最常用的項目，從設計層面、框架選擇、靈活性、擴展性、故障處理、以及如何優化等多個層面接觸真實的且來源於各大互聯網公司真實案例，如:堡壘機、CMDB、全網監控、主機管理等。
5. 金融分析。
金融分析包含金融知識和Python相關模塊的學習，手把手帶你從金融小白到開發量化交易策略的大拿。學習內容囊括Numpy\Pandas\Scipy數據分析模塊等，以及常見金融分析策略如"雙均線"、"周規則交易"、"羊駝策略"、"Dual Thrust 交易策略"等，讓夢想照進現實，進入金融行業不再是個夢。
6. 人工智慧+機器學習。
人工智慧時代來臨，率先引入深度機器學習課程。其中包含機器學習的基礎概念以及常用知識，如:分類、聚類、回歸、神經網路以及常用類庫，並根據身邊事件作為案例，一步一步經過預處理、建模、訓練以及評估和參調等。人工智慧是未來科技發展的新趨勢，Python作為最主要的編程語言，勢必有很好的發展前景，現在學習Python也是一個很好的機會。
④ python編程是啥
python編程是啥
python編程是啥，Python是一種代表簡單主義思想的語言，Python崛起更加符合開發者的習慣和口味。下面我給大家分享一下關於python編程是啥的相關信息。
編程語言領域Python成為了一個耀眼的新星，Python崛起的原因與其本身特點有關，也許它是更加符合開發者的習慣和口味。現在有一種聲音說Python將會超越Java成全球最流行編程語言。
這些年，編程語言的發展進程很快，在商業公司、開源社區兩股力量的共同推動下，涌現出諸如Go、Swift這類後起之秀，其中最為耀眼的是Python。
知名開發者網站Stackoverflow撰文指出，從2012至2017年編程語言Python成為開發者使用增長最快的主流編程語言，其中2017年增長率達到了27%，一舉超過包括Java、C#、PHP、C++在內的所有同類。另據高盛集團發布的一份《2017調查報告》針對全球數千名高校實習生的調查中，當問到你認為「哪個語言在未來會更重要」時，被調查的80、90後優秀年輕開發者中72%選了Python。
語言的使用者是一直被譽為業界上游「源頭活水」的開發者，其重要程度從各大科技巨頭公司每年例行召開的開發者大會上可見一斑。對於開發者群體而言最重要的事物有兩個，一是平台，二就是編程語言。編程語言Python為什麼能夠獲得全球眾多開發者的青睞?它的崛起給開發者世界帶來了什麼變化?
成功的一半源於好的開始
在主流編程語言當中，Python並不是一個「新人」，它的歷史超過25年，但真正風靡之時卻是最近幾年，所以「後起之秀」的稱呼實至名歸。Python的起源是19 89年，其發明者荷蘭人程序員吉多范羅蘇姆受ABC語言的啟發計劃開發一個新的腳本解釋器，由此邁出了Python項目的起點。
Python能夠真正風靡的原因之一是有一個好的起點。它的起步很穩，避開了版權糾紛，且搭上了開源運動的順風車。在那個年代，商業版權一直是熱門 事件，業界史上第一個軟體領域重大官司AT&T和伯克利BSD的Unix版權案打得天昏地暗，該案的結局直接促成了BSD的開源分支、Linux的誕生以及震驚世界的自由軟體運動。
Python最初的版權歸屬是CWI(阿姆斯特丹的國家數學與計算機科研學會)，這與吉多早年在該機構工作有關，後來吉多受雇於CNRI(維吉尼亞州的國家創新研究公司)，Python權屬轉移至此。那時自由軟體運動已經開始，在CNRI期間發布的1.6至2.1多個版本的`Python許可證是一種與GPL並不兼容且類似於BSD的開源許可，CNRI因受到自由軟體基金會的壓力釋放了Python的原許可證，吉多由此掌握了主導權並起草了新的許可證。他改變了原許可證與GPL的不兼容，此舉獲得了自由軟體基金會頒發的自由軟體進步獎。再後來吉多和他的團隊成立了Python軟體基金會，將版權與許可證置於其下。
創始人吉多范羅蘇姆的心思縝密與靈活處事為Python最初的發展營造了良好的環境，包括幾次權屬的轉移、起草新的許可證、機智地與自由軟體陣營斡旋，最後安全融入開源的大潮。這一切為Python此後十多年裡逐漸成長為主流編程語言贏得了契機。
「人生苦短，我用Python」並非一句戲言
Python崛起的原因之二與其本身特點有關，或者說，其長期維護演進形成的獨特風格迎合了大多數開發者的口味。在開發者社群流行著一句玩笑「人生苦短，我用Python」(原話為」 Life is short， you need Python」)，這句看似戲言的話實際上恰恰反映了Python的語言特性與其在開發者心裡的價值分量。
除了包涵大多數主流編程語言的優點(面向對象、語法豐富)之外，Python的直觀特點是簡明優雅、易於開發，用盡量少的代碼完成更多工作。盡管Python是一種解釋型語言，與傳統的編譯型語言相比降低了機器執行效率，但是處理器的處理速率與環境速率(比如網路環境)的差異在大多數場景中完全抵消了上述代價;犧牲部分運行效率帶來的好處則是提升了開發效率，在跨平台的時候無需移植和重新編譯。 所以Python的顯著優點在於速成，對於時間短、變化快的需求而言尤為勝任。
Python最強大的地方體現在它的兩個外號上，一個叫「內置電池」，另一個是「膠水語言」。前者的意思是，Python官方本身提供了非常完善的標准代碼庫，包括針對網路編程、輸入輸出、文件系統、圖形處理、資料庫、文本處理等等。代碼庫相當於已經編寫完成打包供開發者使用的代碼集合，程序員只需通過載入、調用等操作手段即可實現對庫中函數、功能的利用，從而省去了自己編寫大量代碼的過程，讓編程工作看起來更像是在「搭積木」。除了內置庫，開源社區和獨立開發者長期為Python貢獻了豐富大量的第三方庫，其數量遠超其他主流編程語言，可見Python的語言生態已然相當壯大。
「膠水語言」是Python的另一個亮點。Python本身被設計成具有可擴展性，它提供了豐富的API和工具，以便開發者能夠輕松使用包括C、C++等主流編程語言編寫的模塊來擴充程序。就像使用膠水一樣把用其他編程語言編寫的模塊粘合過來，讓整個程序同時兼備其他語言的優點，起到了黏合劑的作用。正是這種多面手的角色讓Python近幾年在開發者世界中名聲鵲起，因為互聯網與移動互聯時代的需求量急速倍增，大量開發者亟需一種極速、敏捷的工具來助其處理與日俱增的工作，Python發展至今的形態正好滿足了他們的願望。
Python的影響
從兩個著名編程語言排行網站TIOBE和PYPL的最新數據來看，Java與Python的排名分別位於第1和第5、第1和第2。關於兩個網站的排行機制我們不得而知，但從開發者社群的相關評論中可以認為PYPL更能反映編程語言在開發者群體中的流行程度。不論如何，Python的崛起已是毋庸置疑的事實，而它上面的前輩則是常年占據榜單第1，互聯網與移動時代的嬌子Java。從Stackoverflow和多個開源社區公開的數據來看，Python的用戶數量增長很快，在今後兩年超過Java成為全球最流行編程語言的可能性非常之高。
值得一提的是，那些頗有影響力的主流編程語言，其背後一般都站著科技巨頭公司，比如Java之於甲骨文、C#之於微軟、ObjecTIve-C之於蘋果。Java之所以常年第一是因為其同時還幾乎是安卓平台的御用語言，以及受益於Sun時代影響力的眷顧。Python雖曾一度為谷歌使用，但Go語言問世後隨著時間推移或將遇冷。也就是說，Python成了沒有巨頭站隊的主流編程語言，那麼它的影響力是如何維系的?為什麼還能夠保持高速成長並形成趕超Java之勢?
我們認為這與Python多年來實現較好案例與范用性有關。使用Python開發的知名案例中，包括豆瓣、果殼、知乎、Dropbox、EVE(星戰前夜)每一個都是重量級產品，這說明Python語言本身的發展已日臻完善，有著極高的穩定與可靠性保證。第二是Python的應用范圍，除了日常工具和腳本之外，還適用於Web程序、GUI開發、操作系統中間件、服務端運維等等，這些年Python的一些第三方庫在機器學習、神經網路方面活躍非凡，這也為語言本身的推廣和流行加分不少。
最後需要指出的是，Python編程思想包含強烈的黑箱思維，這意味著開發者將愈加重視模塊化和流水線式的編程工作，事實上這也是未來主流編程語言的發展趨向。隨著計算機語言的演化和開發工具集成功能日趨強大，未來的編程工作將大幅簡化。從某種角度看，Python更像是已經「邁入未來」的編程語言，其對開發者群體結構變化，以及新進開發者數量的激增，這些影響都將是深遠的。
python的作用：
1、系統編程：提供API(ApplicationProgramming
Interface應用程序編程介面)，能方便進行系統維護和管理，Linux下標志性語言之一，是很多系統管理員理想的編程工具。
2、圖形處理：有PIL、Tkinter等圖形庫支持，能方便進行圖形處理。
3、數學處理：NumPy擴展提供大量與許多標准數學庫的介面。
4、文本處理：python提供的re模塊能支持正則表達式，還提供SGML，XML分析模塊，許多程序員利用python進行XML程序的開發。
5、資料庫編程：程序員可通過遵循PythonDB-API(資料庫應用程序編程介面)規范的模塊與MicrosoftSQL Server，Oracle，Sybase，DB2，MySQL、SQLite等資料庫通信。python自帶有一個Gadfly模塊，提供了一個完整的SQL環境。
(4)python文本處理知乎擴展閱讀：
python中文就是蟒蛇的意思。在計算機中，它是一種編程語言。Python（英語發音：／paθn／），是一種面向對象、解釋型計算機程序設計語言，由GuidovanRossum於19 89年底發明，第一個公開發行版發行於1991年。Python語法簡潔而清晰，具有豐富和強大的類庫。
它常被昵稱為膠水語言，它能夠把用其他語言製作的各種模塊（尤其是C／C＋＋）很輕松地聯結在一起。常見的一種應用情形是，使用Python快速生成程序的原型（有時甚至是程序的最終界面），然後對其中有特別要求的部分，用更合適的語言改寫。
比如3D游戲中的圖形渲染模塊，性能要求特別高，就可以用C++重寫。1發展歷程編輯自從20世紀90年代初Python語言誕生至今，它逐漸被廣泛應用於處理系統管理任務和Web編程。Python已經成為最受歡迎的程序設計語言之一。
零基礎學python 要花多長時間？
答案：兩天！別不信，聽我細細道來
如何兩天學會python 編程入門基礎課程？
月31-9月1日，艾威培訓再次走進知名電子公司—明導國際，為其展開2天的Python入門課程。
明導國際（MentorGraphics）是一家從事電子設計自動化的跨國公司。於1981年創立。其總部位於美國俄勒岡州的威爾森維爾（Wilsonville）。
艾威國際培訓(Avtech Institute of Technology)，源於美國，始於1998.專業從事企業級在職人員技能提升項目管理、IT管理、IT技術、雲計算大數據、需求管理、信息安全與審計，產品管理、python編程入門等培訓與各類國際認證考試提供商。進入中國16年來，已成為眾多500強企業（惠普、華為、惠普、戴爾、IBM、中興、飛利浦等）指定的培訓供應商。
Python編程入門課程非常適合零基礎的學生，不受行業限制，屬於python認證的初級階段課程。
艾威培訓根據明導電子的需求定製了兩天的python培訓課程。其主要內容包括語法基礎、Python程序流程式控制制、Python數據結構、Python函數等初級階段的內容。
艾威培訓python 5年以上資深講師用課堂理論+實驗的方式為明導國際培訓員工的python初級技能。比如說利用python處理電影列表、創建自己的分類樹模塊等。
學以致用、以學生為中心一直是艾威培訓的服務特色。除此以外，艾威培訓還提供考試報名、准考證、復習備考培訓、拿證一條龍服務。
通過python編程入門課程的培訓，學生們能夠掌握python編程語言的基礎知識，能夠看懂python語言編寫的應用程序，能夠編寫簡單的功能性程序，了解python語言可以應用的領域以及局限性。
入門很重要，老師教的好，基礎扎實了，才能一步步向數據挖掘與分析高階課程邁進，一步步成為數據分析領域的大牛！
⑤ python可以用來干什麼
1、系統編程：提供API，能方便進行系統維護和管理，Linux下標志性語言之一，是很多系統管理員理想的編程工具，這也是國外為什麼使用者這么多的原因，我們國內很少使用Linux。
2、圖形處理：有PIL、Tkinter等圖形庫支持，能方便進行圖形處理。
3、數學處理：NumPy擴展提供大量與許多標准數學庫的介面。
4、文本處理：python提供的re模塊能支持正則表達式，還提供SGML，XML分析模塊，許多程序員利用python進行XML程序的開發。
5、資料庫編程：程序員可通過遵循Python DB-API規范的模塊與Microsoft SQL Server，Oracle，Sybase，DB2，MySQL、SQLite等資料庫通信。python自帶有一個Gadfly模塊，提供了一個完整的SQL環境。
6、網路編程：提供豐富的模塊支持sockets編程，能方便快速地開發分布式應用程序。
7、Web編程：應用的開發語言，支持最新的XML技術。使用python也可能製作網站哦。
8、多媒體應用：Python的PyOpenGL模塊封裝了「OpenGL應用程序編程介面」，能進行二維和三維圖像處理。PyGame模塊可用於編寫游戲軟體。
9、pymo引擎：這是一款運行於Symbian S60V3,Symbian3,S60V5, Symbian3, Android系統上的AVG游戲引擎。因其基於python2.0平台開發，並且適用於創建秋之回憶(memories off)風格的AVG游戲，故命名為PYMO。可以開發一些手機上的軟體。
10、黑客編程：python有一個hack的庫，可以大大減少編程的工作量，很多本來很復雜的工作，可以很容易實現。
⑥ python 怎麼打開csv文件 知乎
csv 文件就是以逗號分隔的文本文件，可以作為文本文件打開處理。以下程序是讀csv文件獲取一系列整數值。
f=open('test.csv.py','r')
lines=f.readlines()
f.close()
print(lines)
list1=[]
for line in lines:
for st in line.split(','):
list1.append(int(st))
print(list1)
⑦ Python能用來做什麼
Python 語言主要有以下用途：
1) 簡單：Python 是一種代表簡單主義思想的語言。閱讀一個良好的 Python 程序就感覺像是在讀英語一樣，盡管這個英語的要求非常嚴格。Python 的這種偽代碼本質是其優點之一，使用戶能夠專注於解決問題而不是去搞明白語言本身。
2) 易學：Python 有極其簡單的語法，非常容易上手。
3) 免費、開源：Python 是 FLOSS（自由/開源軟體）之一。簡單來說，用戶可以自由地發布這個軟體的拷貝、閱讀它的源代碼、對它做改動、把它的一部分用於新的自由軟體中。FLOSS 是基於一個團體分享知識的概念，這也是為什麼 Python 如此優秀的原因之一：它由一群希望看到 Python 更加優秀的人創造，並被他們不斷改進。
4) 高層語言：使用 Python 語言編寫程序時，不用考慮如何管理程序使用的內存等底層細節。
5) 可移植性強：由於它的開源本質，Python 已經被移植在許多平台上。如果 Python 程序沒有使用依賴於系統的特性，那麼程序不用修改就可以在下述任意平台上面運行。這些平台包括 Linux、Windows、FreeBSD、Macintosh、Solaris、OS/2、Amiga、AROS、AS/400、BeOS、OS/390、z/OS、Palm OS、QNX、VMS、Psion、Acom RISC OS、VxWorks、PlayStation、Sharp Zaurus、Windows CE、Pocket PC 和 Symbian。
6) 解釋型語言：編譯型語言（如 C 或 C++）源程序從源文件（即 C 或 C++ 語言）轉換到二進制代碼（即 0 和 1）的過程通過編譯器和不同的標記、選項完成，當運行程序的時候，連接器把程序從硬碟復制到內存中並且運行。而 Python 程序不需要編譯成二進制代碼，直接從源代碼運行程序。
在計算機內部，Python 解釋器把源代碼轉換成位元組碼的中間形式，然後再把它翻譯成計算機使用的機器語言並運行。因此，用戶不再需要操心如何編譯程序、如何確保指定了正確的模塊或包文件等細節，所有這一切使得使用 Python 更加簡單。同時，由於只需要把 Python 程序拷貝到另外一台計算機上即可工作，這也使得 Python 程序更加易於移植。
7) 面向對象：Python 既支持面向過程的編程也支持面向對象的編程。在面向過程的語言中，程序是由過程或僅僅是可重用代碼的函數構建起來的。在面向對象的語言中，程序是由數據和功能組合而成的對象構建起來的。與其他語言（如 C++ 和 Java）相比，Python 以一種非常強大又簡單的方式實現面向對象編程。
8) 可擴展性強：如果希望把一段關鍵代碼運行得更快或希望某些演算法不公開，可以使用 C 或 C++ 語言編寫這部分程序，然後在 Python 程序中調用它們。
9) 可嵌入性強：可以把 Python 嵌入 C/C++ 程序，從而向用戶提供腳本功能。
10) 豐富的擴展庫：Python 擴展庫很龐大，可以幫助處理包括正則表達式、文檔生成、單元測試、線程、資料庫、網頁瀏覽器、CGI、FTP、電子郵件、XML、XML-RPC、HTML、WAV 文件、密碼系統、GUI（圖形用戶界面）、Tk 以及其他與系統有關的操作。只要安裝了 Python，所有這些功能都是可用的，這被稱作 Python 的「功能齊全」理念。除了擴展庫以外，還有許多其他高質量的庫，如 wxPython、Twisted 和 Python 圖像庫等。
⑧ Python爬取知乎與我所理解的爬蟲與反爬蟲
關於知乎驗證碼登陸的問題，用到了Python上一個重要的圖片處理庫PIL,如果不行，就把圖片存到本地，手動輸入。
通過對知乎登陸是的抓包，可以發現登陸知乎，需要post三個參數，一個是賬號，一個是密碼，一個是xrsf。
這個xrsf隱藏在表單裡面，每次登陸的時候，應該是伺服器隨機產生一個字元串。所有，要模擬登陸的時候，必須要拿到xrsf。
用chrome （或者火狐 httpfox 抓包分析）的結果：
所以，必須要拿到xsrf的數值，注意這是一個動態變化的參數，每次都不一樣。
拿到xsrf，下面就可以模擬登陸了。
使用requests庫的session對象，建立一個會話的好處是，可以把同一個用戶的不同請求聯系起來，直到會話結束都會自動處理cookies。
注意：cookies 是當前目錄的一個文件，這個文件保存了知乎的cookie，如果是第一個登陸，那麼當然是沒有這個文件的，不能通過cookie文件來登陸。必須要輸入密碼。
這是登陸的函數，通過login函數來登陸，post 自己的賬號，密碼和xrsf 到知乎登陸認證的頁面上去，然後得到cookie，將cookie保存到當前目錄下的文件裡面。下次登陸的時候，直接讀取這個cookie文件。
這是cookie文件的內容
以下是源碼：
運行結果：
https://github.com/zhaozhengcoder/Spider/tree/master/spider_hu
反爬蟲最基本的策略：
爬蟲策略：
這兩個都是在http協議的報文段的檢查，同樣爬蟲端可以很方便的設置這些欄位的值，來欺騙伺服器。
反爬蟲進階策略：
1.像知乎一樣，在登錄的表單裡面放入一個隱藏欄位，裡面會有一個隨機數，每次都不一樣，這樣除非你的爬蟲腳本能夠解析這個隨機數，否則下次爬的時候就不行了。
2.記錄訪問的ip，統計訪問次數，如果次數太高，可以認為這個ip有問題。
爬蟲進階策略：
1.像這篇文章提到的，爬蟲也可以先解析一下隱藏欄位的值，然後再進行模擬登錄。
2.爬蟲可以使用ip代理池的方式，來避免被發現。同時，也可以爬一會休息一會的方式來降低頻率。另外，伺服器根據ip訪問次數來進行反爬，再ipv6沒有全面普及的時代，這個策略會很容易造成誤傷。（這個是我個人的理解）。
通過Cookie限制進行反爬蟲：
和Headers校驗的反爬蟲機制類似，當用戶向目標網站發送請求時，會再請求數據中攜帶Cookie，網站通過校驗請求信息是否存在Cookie，以及校驗Cookie的值來判定發起訪問請求的到底是真實的用戶還是爬蟲，第一次打開網頁會生成一個隨機cookie，如果再次打開網頁這個Cookie不存在，那麼再次設置，第三次打開仍然不存在，這就非常有可能是爬蟲在工作了。
反爬蟲進進階策略：
1.數據投毒，伺服器在自己的頁面上放置很多隱藏的url，這些url存在於html文件文件裡面，但是通過css或者js使他們不會被顯示在用戶看到的頁面上面。（確保用戶點擊不到）。那麼，爬蟲在爬取網頁的時候，很用可能取訪問這個url，伺服器可以100%的認為這是爬蟲乾的，然後可以返回給他一些錯誤的數據，或者是拒絕響應。
爬蟲進進階策略：
1.各個網站雖然需要反爬蟲，但是不能夠把網路，谷歌這樣的搜索引擎的爬蟲給幹了（幹了的話，你的網站在網路都說搜不到！）。這樣爬蟲應該就可以冒充是網路的爬蟲去爬。（但是ip也許可能被識破，因為你的ip並不是網路的ip）
反爬蟲進進進階策略：
給個驗證碼，讓你輸入以後才能登錄，登錄之後，才能訪問。
爬蟲進進進階策略：
圖像識別，機器學習，識別驗證碼。不過這個應該比較難，或者說成本比較高。
參考資料：
廖雪峰的python教程
靜覓的python教程
requests庫官方文檔
segmentfault上面有一個人的關於知乎爬蟲的博客，找不到鏈接了