技巧:自动采集机在python中常见的或者抓包工具设置

　　技巧:自动采集机在python中常见的或者抓包工具设置

　　自动采集机在python中也是很常见的，很多比较好的爬虫或者抓包工具比如beautifulsoup、selenium都是可以实现它功能的。比如手工去手动采集很麻烦，而且也耗时；如果用爬虫的话，很多图片中包含很多信息难以下载到文件里，而自动采集的话则可以更有效率更灵活。一般常见的是通过pandas中的httplib包进行的，原理就是通过序列化一些文件，然后传给后台，这样就可以进行采集。

　　假设某个图片需要收集好多个exif，可以这样写代码importpandasaspdimportsyssys.setdefaultencoding('utf-8')filename=''print(filename)#pandas读取xxxfile#sys.setdefaultencoding('utf-8')#为filename进行设置，即对exif、jpg等格式，可以看得出filename是设置了一个list类型的一一对应，我觉得应该是在exif的构造函数里可以对于列表进行取元素操作。

　　#sys.setdefaultencoding('utf-8')#sys.setdefaultencoding('gbk')#print(filename)#。

　　使用pandas读取doc文件中的jpg图片：plt。read_csv('。/pandas/jpge。csv')将doc文件中的图片传入pandas内：importpandasaspdfilename='。/pandas/jpge。csv'file=sys。argv[0]index=[iforiinfileifiinfile。

　　is_null()]view=file。iteritems()base_image=pd。read_csv(index,encoding='utf-8')result=pd。dataframe(view)returnresult上面是传入两个dataframe对象，分别对应图片文件jpg_url和exif_url，分别对应图片名和文件名。