1625-5 王子昂 总结《2017年3月12日》 【连续第162天总结】
A.Python爬虫
B.因为平常总是收到steam愿望单商品打折的邮件，但是又懒得去打开，所以在想练习爬虫的时候马上就想到了爬它
本来以为需要网页登录steam，这样就需要考虑登录和header的信息，就麻烦很多了
结果看了一下，愿望单和个人资料页面一样，原来不需要登录就能看的……（似乎送礼就很方便了
在熟悉正则的机制以后，按照格式操作就格外简单了，因为难题基本都解决过了嘛~
利用多个分组把需要的信息捕获，然后用可读性更高的格式进行格式化输出即可
中间遇到一个编码问题：steam源码中的￥似乎不是UTF-8编码的，爬下来显示为\xc2\xa5。然后可以通过不捕获这个符号，自己添加来解决
利用pyinstall插件将它生成一个exe，发现在cmd环境下会出现乱码；查询后发现cmd默认支持的是简体中文（GB2312）码。
CHCP是MD DOS中的命令，用来显示或设置活动代码页编号的。用法是：
CHCP [nnn]
默认GB2312为936，而UTF-8为65001。输入chcp 65001即可。
这样就可以每天开一次看看剁什么手了呢~
等等我好像做出了什么恐怖的东西OTZ
#encoding:utf-8 import urllib2 import re url='http://steamcommunity.com/id/whklhh/wishlist' request=urllib2.Request(url) response=urllib2.urlopen(request) data=response.read() reg= r'<div class="discount_block discount_block_inline">.+?\n.+?>(-\d+%)(?:.+?\n.+?){2}¥ (\d+).+?\n.+?¥ (\d+)'+\ r'(?:.+?\n.+?){4}href="(.+?)"(?:.+?\n.+?){6}>(.+?)<' imgre=re.compile(reg) imglist=re.findall(imgre,data) for pro in imglist: print ("%s\n\t现价：%s，原价：%s，折扣：%s，商品页面：%s，")%(pro[4],pro[2],pro[1],pro[0],pro[3]) C. 明日计划
cmd会出现编码上的问题让人很烦0.0明天做一个GUI的程序吧！
python 完善爬虫
