爬虫案例5——爬取东方财富网的港股数据

news2024/11/28 23:52:48

简介：个人学习分享，如有错误，欢迎批评指正

任务：从东方财富网中爬取港股的代码，名称，最近价格，涨跌幅，今开，最高等数据

目标网页地址：https://data.eastmoney.com/bbsj/yjbb/603112.htmll

一、思路和过程

目标网页具体内容如下图：
​​​​
图1

我们的任务是将上图中港股的代码，名称，最近价格，涨跌幅，今开，最高等数据爬取下来。

1.URL和User-Agent的确定

1.1. URL确定
在这里插入图片描述

东方财富网具有一定的反爬程序，具体分析如下：
如上图，当我们切换上图框2中的页码时，上图框2里面url地址并没有变化，也就是说上图框1的URL地址作为我们的目标URL时，将得不到我们想要的图中间部分内容（代码，名称，最近价格等信息）。

怎么解决：
在这里插入图片描述
如上图，鼠标右键选择检查，进入源代码操作页面，点击框2的元素，然后点击右边的框3的三个点，选择框4的搜索，在框5中搜索框1的股票代码，框6为搜索的结果。

在这里插入图片描述

如上图，点击刚才的搜索结果框1，上面源代码部分会对框1的内容进行一个格式化展示，可以看到刚才搜索的股票代码在框2中有了一个呈现，在框2旁边的空白处点击鼠标右键，复制框3的链接地址，该地址就是包含我们想要的股票信息的正确URL地址。

1.2.User-Agent确定
由于网页普遍具有反爬程序，不加修饰的直接访问网页可能会失败，所以第一步学会伪装自己。
如何伪装自己呢，可以通过找到正常访问网页时的访问状态，将自己的这次爬虫模拟成一次正常访问网页，因此我们的目标是找到正常访问网页时的User-Agent。User Agent中文名为用户代理，(简称 UA，它是一个特殊字符串头，使得服务器能够识别客户使用的操作系统及版本、CPU 类型、浏览器及版本、浏览器渲染引擎、浏览器语言、浏览器插件等)。User-Agent就是你访问网页的身份证明。具体操作如下：

如下图，首先打开目标（或任意）网页，然后点击鼠标右键后选择检查打开网页的HTML 页面。
在这里插入图片描述

如下图，在HTML 页面里面依次点击网络，然后任意点一条网络请求（如果没有显示任何网络请求可以点击网页左上角的刷新），然后选择标头，下拉列表找到User-Agent，User-Agent后面那段内容就是我们用来伪装自己的身份码。

在这里插入图片描述

2.发送GET请求获取网页内容

通过上面的步骤我们获得了
url = ‘https://34.push2.eastmoney.com/api/qt/clist/get?cb=jQuery112406894991919602407_1720001154034&pn=1&pz=20&po=1&np=1&ut=bd1d9ddb04089700cf9c27f6f7426281&fltt=2&invt=2&dect=1&wbp2u=|0|0|0|web&fid=f3&fs=m:128+t:3,m:128+t:4,m:128+t:1,m:128+t:2&fields=f1,f2,f3,f4,f5,f6,f7,f8,f9,f10,f12,f13,f14,f15,f16,f17,f18,f19,f20,f21,f23,f24,f25,f26,f22,f33,f11,f62,f128,f136,f115,f152&_=1720001154170’

User-Agent:‘Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/126.0.0.0 Safari/537.36 Edg/126.0.0.0’

接下来发起网页访问请求，代码如下：

import requests  # 引入requests库，用于发送HTTP请求
import jsonpath  # 引入jsonpath库，用于解析JSON数据
import json  # 引入json库，用于处理JSON数据
import re  # 引入re库，用于使用正则表达式
import math  # 引入math库，用于数学计算
import csv  # 引入csv库，用于CSV文件读写

# 定义目标URL，获取股票数据的API接口地址
url = 'https://34.push2.eastmoney.com/api/qt/clist/get?cb=jQuery112406894991919602407_1720001154034&pn=1&pz=20&po=1&np=1&ut=bd1d9ddb04089700cf9c27f6f7426281&fltt=2&invt=2&dect=1&wbp2u=|0|0|0|web&fid=f3&fs=m:128+t:3,m:128+t:4,m:128+t:1,m:128+t:2&fields=f1,f2,f3,f4,f5,f6,f7,f8,f9,f10,f12,f13,f14,f15,f16,f17,f18,f19,f20,f21,f23,f24,f25,f26,f22,f33,f11,f62,f128,f136,f115,f152&_=1720001154170'

# 定义HTTP请求头，其中包括User-Agent信息，用于伪装成浏览器进行访问
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 5.1; U; en; rv:1.8.1) Gecko/20061208 Firefox/2.0.0 Opera 9.50'
}

# 发送GET请求获取网页内容，并将响应内容解码为字符串格式
data = requests.get(url, headers=headers).content.decode()
print(data)

下图查看print结果，我们发现成功获得了网页相关的html表达，

在这里插入图片描述

3.分析网页内容

接下来对html进行解析获得我们目标内容。
这里，我们需要借助工具json.cn来辅助内容解析，

找到目标内容方法
首先，对刚才得到的结果，使用正则表达式从响应内容中提取出JSON数据，红框为解析后的数据。

# 使用正则表达式从响应内容中提取出JSON数据，'{"rc":.*}]}}'表示匹配以{"rc":开头，后面跟着任意字符，再后面跟着"}]"的字符串
json_data = re.findall('{"rc":.*}]}}', data)[0]
print(json_data)  # 打印提取出的JSON数据，检查内容是否正确

在这里插入图片描述

明确目标内容的位置。将上一步得到的JSON数据复制到json.cn中进行格式化

在这里插入图片描述

通过json.cn的可视化，我们可以清晰的看到f1、f2、f3等序号，而与之对应的则是我们需要的港股的代码，名称，最近价格，涨跌幅，今开等数据。

但是，我们发现上面只能取到单页的内容，而如下图整个网页有很多页。
在这里插入图片描述

对于上述问题，我们通过对比不同页面提取的URL，发现url地址不同的页码的url仅仅换了"pn="后面的数字，数字即对应页码。
在这里插入图片描述
首先，获取总页数，总页数在刚才获取的json格式结果中有，因此使用如下代码获取：

# 使用jsonpath从JSON数据中提取出总记录数，$..total表示从根节点开始，取出total字段的值
total = jsonpath.jsonpath(json_data, '$..total')[0]
print(json_data)  # 打印JSON数据，检查内容
print(total)  # 打印总记录数

# 计算总页数，每页20条数据
page = math.ceil(total / 20)
print(page)  # 打印总页数

其次，进一步添加一个for循环来取得所有页的url地址，代码如下：

   for i in range(1, page + 1):
        # 构建每一页的URL
        new_url = 'https://34.push2.eastmoney.com/api/qt/clist/get?cb=jQuery112406894991919602407_1720001154034&pn={}&pz=20&po=1&np=1&ut=bd1d9ddb04089700cf9c27f6f7426281&fltt=2&invt=2&dect=1&wbp2u=|0|0|0|web&fid=f3&fs=m:128+t:3,m:128+t:4,m:128+t:1,m:128+t:2&fields=f1,f2,f3,f4,f5,f6,f7,f8,f9,f10,f12,f13,f14,f15,f16,f17,f18,f19,f20,f21,f23,f24,f25,f26,f22,f33,f11,f62,f128,f136,f115,f152&_=1720001154170'.format(i)

        # 发送GET请求获取当前页码的网页内容，并将响应内容解码为字符串格式
        data = requests.get(new_url, headers=headers).content.decode()
        j += 1  # 更新页数计数器
        print('第{}页已保存'.format(j))  # 打印当前页数已保存

4.获取目标数据

上一步得到了目标数据的地址，接下来就是分别获得到目标数据，代码如下：

 # 使用正则表达式从响应内容中提取出JSON数据
        new_json_data = re.findall('{"rc":.*}]}}', data)[0]

        # 将JSON数据字符串转换为Python字典对象
        json_data = json.loads(new_json_data)

        # 依次使用jsonpath从JSON数据中提取出代码、名称、最新价、涨跌幅、今开、最高、最低、昨收、成交量、成交额等数据
        code = jsonpath.jsonpath(json_data, '$..f12')  # 代码
        name = jsonpath.jsonpath(json_data, '$..f14')  # 名称
        new_price = jsonpath.jsonpath(json_data, '$..f2')  # 最新价
        up_and_down = jsonpath.jsonpath(json_data, '$..f4')  # 涨跌幅
        today = jsonpath.jsonpath(json_data, '$..f17')  # 今开
        highest = jsonpath.jsonpath(json_data, '$..f15')  # 最高
        minimum = jsonpath.jsonpath(json_data, '$..f16')  # 最低
        yesterday = jsonpath.jsonpath(json_data, '$..f18')  # 昨收
        volume = jsonpath.jsonpath(json_data, '$..f5')  # 成交量（股）
        turnover = jsonpath.jsonpath(json_data, '$..f6')  # 成交额（港元）

5.保存数据

首先创建一个csv文件。


with open('港股.csv', 'a+', newline='', encoding='utf-8-sig') as f:
    writer = csv.writer(f)
    # 写入CSV文件的表头
    writer.writerow(['代码', '名称', '最新价', '涨跌幅', '今开', '最高', '最低', '昨收', '成交量(股)', '成交额(港元)'])
    j = 0  # 初始化页数计数器

其次，对得到的数据进行清洗和写入csv文件

# 数据清洗和写入CSV文件
for i, code in enumerate(code):
     try:
         # 检查数据是否为空（即8个字段是否都为'-'）
         res = new_price[i] + up_and_down[i] + today[i] + highest[i] + minimum[i] + yesterday[i] + volume[i] + \
               turnover[i]
         if res == '-' * 8:
             continue  # 如果数据为空，则跳过该条记录

         # 将提取到的数据写入CSV文件
         writer.writerow(
             [code, name[i], new_price[i], up_and_down[i], today[i], highest[i], minimum[i], yesterday[i],
              volume[i], turnover[i]])
     except:
         continue  # 如果发生异常，跳过该条记录

二、完整python代码

import requests  # 引入requests库，用于发送HTTP请求
import jsonpath  # 引入jsonpath库，用于解析JSON数据
import json  # 引入json库，用于处理JSON数据
import re  # 引入re库，用于使用正则表达式
import math  # 引入math库，用于数学计算
import csv  # 引入csv库，用于CSV文件读写

# 定义目标URL，获取股票数据的API接口地址
url = 'https://34.push2.eastmoney.com/api/qt/clist/get?cb=jQuery112406894991919602407_1720001154034&pn=1&pz=20&po=1&np=1&ut=bd1d9ddb04089700cf9c27f6f7426281&fltt=2&invt=2&dect=1&wbp2u=|0|0|0|web&fid=f3&fs=m:128+t:3,m:128+t:4,m:128+t:1,m:128+t:2&fields=f1,f2,f3,f4,f5,f6,f7,f8,f9,f10,f12,f13,f14,f15,f16,f17,f18,f19,f20,f21,f23,f24,f25,f26,f22,f33,f11,f62,f128,f136,f115,f152&_=1720001154170'

# 定义HTTP请求头，其中包括User-Agent信息，用于伪装成浏览器进行访问
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 5.1; U; en; rv:1.8.1) Gecko/20061208 Firefox/2.0.0 Opera 9.50'
}

# 发送GET请求获取网页内容，并将响应内容解码为字符串格式
data = requests.get(url, headers=headers).content.decode()
print(data)
# 使用正则表达式从响应内容中提取出JSON数据，'{"rc":.*}]}}'表示匹配以{"rc":开头，后面跟着任意字符，再后面跟着"}]"的字符串
json_data = re.findall('{"rc":.*}]}}', data)[0]
print(json_data)  # 打印提取出的JSON数据，检查内容是否正确

# 将JSON数据字符串转换为Python字典对象
json_data = json.loads(json_data)

# 使用jsonpath从JSON数据中提取出总记录数，$..total表示从根节点开始，取出total字段的值
total = jsonpath.jsonpath(json_data, '$..total')[0]
print(json_data)  # 打印JSON数据，检查内容
print(total)  # 打印总记录数

# 计算总页数，每页20条数据
page = math.ceil(total / 20)
print(page)  # 打印总页数

# 打开一个CSV文件，准备写入数据。 a+
with open('港股.csv', 'a+', newline='', encoding='utf-8-sig') as f:
    writer = csv.writer(f)
    # 写入CSV文件的表头
    writer.writerow(['代码', '名称', '最新价', '涨跌幅', '今开', '最高', '最低', '昨收', '成交量(股)', '成交额(港元)'])
    j = 0  # 初始化页数计数器

    # 遍历所有页码
    for i in range(1, page + 1):
        # 构建每一页的URL
        new_url = 'https://34.push2.eastmoney.com/api/qt/clist/get?cb=jQuery112406894991919602407_1720001154034&pn={}&pz=20&po=1&np=1&ut=bd1d9ddb04089700cf9c27f6f7426281&fltt=2&invt=2&dect=1&wbp2u=|0|0|0|web&fid=f3&fs=m:128+t:3,m:128+t:4,m:128+t:1,m:128+t:2&fields=f1,f2,f3,f4,f5,f6,f7,f8,f9,f10,f12,f13,f14,f15,f16,f17,f18,f19,f20,f21,f23,f24,f25,f26,f22,f33,f11,f62,f128,f136,f115,f152&_=1720001154170'.format(
            i)

        # 发送GET请求获取当前页码的网页内容，并将响应内容解码为字符串格式
        data = requests.get(new_url, headers=headers).content.decode()
        j += 1  # 更新页数计数器
        print('第{}页已保存'.format(j))  # 打印当前页数已保存

        # 使用正则表达式从响应内容中提取出JSON数据
        new_json_data = re.findall('{"rc":.*}]}}', data)[0]

        # 将JSON数据字符串转换为Python字典对象
        json_data = json.loads(new_json_data)

        # 依次使用jsonpath从JSON数据中提取出代码、名称、最新价、涨跌幅、今开、最高、最低、昨收、成交量、成交额等数据
        code = jsonpath.jsonpath(json_data, '$..f12')  # 代码
        name = jsonpath.jsonpath(json_data, '$..f14')  # 名称
        new_price = jsonpath.jsonpath(json_data, '$..f2')  # 最新价
        up_and_down = jsonpath.jsonpath(json_data, '$..f4')  # 涨跌幅
        today = jsonpath.jsonpath(json_data, '$..f17')  # 今开
        highest = jsonpath.jsonpath(json_data, '$..f15')  # 最高
        minimum = jsonpath.jsonpath(json_data, '$..f16')  # 最低
        yesterday = jsonpath.jsonpath(json_data, '$..f18')  # 昨收
        volume = jsonpath.jsonpath(json_data, '$..f5')  # 成交量（股）
        turnover = jsonpath.jsonpath(json_data, '$..f6')  # 成交额（港元）

        # 数据清洗和写入CSV文件
        for i, code in enumerate(code):
            try:
                # 检查数据是否为空（即8个字段是否都为'-'）
                res = new_price[i] + up_and_down[i] + today[i] + highest[i] + minimum[i] + yesterday[i] + volume[i] + \
                      turnover[i]
                if res == '-' * 8:
                    continue  # 如果数据为空，则跳过该条记录

                # 将提取到的数据写入CSV文件
                writer.writerow(
                    [code, name[i], new_price[i], up_and_down[i], today[i], highest[i], minimum[i], yesterday[i],
                     volume[i], turnover[i]])
            except:
                continue  # 如果发生异常，跳过该条记录

结~~~

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/2062320.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

科技大厂对AI的垄断

科技大厂对AI的垄断

每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领…
阅读更多...
探索HTML中的“iframe”标签——WEB开发系列12

探索HTML中的“iframe”标签——WEB开发系列12

现代网页开发中&#xff0c;​​<iframe>​​ 标签是一个非常重要的工具。允许我们在一个网页中嵌入另一个网页&#xff0c;对于展示外部内容、应用嵌套或实现复杂的布局设计都非常有用。来一起探讨如何使用 ​​iframe​​ 标签&#xff0c;包括设置高度和宽度、移除边框…
阅读更多...
记录 升级到Gradle 8.4.2 遇到的坑

记录 升级到Gradle 8.4.2 遇到的坑

序言 最近将Gradle从4.0.1 升级到 8.4.2 遇到了很多坑&#xff0c;记录下来帮助有缘人 升级gradle 修改根目录的build.gradle dependencies {classpath com.android.tools.build:gradle:8.4.2classpath org.jetbrains.kotlin:kotlin-gradle-plugin:1.9.0}修改gradle-wrapper.…
阅读更多...
【html+css 绚丽Loading】000011 三元轮回珠

【html+css 绚丽Loading】000011 三元轮回珠

前言&#xff1a;哈喽&#xff0c;大家好&#xff0c;今天给大家分享htmlcss 绚丽Loading&#xff01;并提供具体代码帮助大家深入理解&#xff0c;彻底掌握&#xff01;创作不易&#xff0c;如果能帮助到大家或者给大家一些灵感和启发&#xff0c;欢迎收藏关注哦 &#x1f495…
阅读更多...
【TS】函数重载的作用

【TS】函数重载的作用

前言 当调用一个函数时&#xff0c;通常会提示有多种调用方式&#xff0c;各种调用方式的参数类型、参数数量、返回值等均可能不同。本文通过自己封装的message作为案例模拟一下。 实现 自己封装的message组件&#xff0c;有以下7种调用方式 message({mode: "mode"…
阅读更多...
QT-计算器

QT-计算器

QT-计算器 一、演示效果二、关键程序三、下载链接 一、演示效果 二、关键程序 #include "mainwindow.h" #include "ui_mainwindow.h" #include <QDebug>MainWindow::MainWindow(QWidget *parent): QMainWindow(parent), ui(new Ui::MainWindow) {ui…
阅读更多...
分布式事务：基本概念

分布式事务：基本概念

文章目录 一、基础概念1、什么是事务2、本地事务3 、分布式事务4、分布式事务产生的场景 二、分布式事务基础理论1、CAP理论&#xff08;1&#xff09;理解CAP&#xff08;2&#xff09;CAP组合方式&#xff08;3&#xff09;总结 2、BASE理论 三、分布式事务解决方案之2PC&…
阅读更多...
【Java日志系列】Logback日志框架

【Java日志系列】Logback日志框架

目录 前言 一、Logback简介 二、Logback组件 三、快速入门 四、配置文件的使用 1. 配置文件中的标签 1.1 logger标签 1.2 root标签 1.3 appender标签 1.4 filter标签 1.5 encoder标签 1.6 property标签 2. 常见的Appender 2.1 ConsoleAppender 2.2 FileAppender…
阅读更多...
瓜子二手车源码开发

瓜子二手车源码开发

瓜子二手车作为国内知名的二手车交易平台&#xff0c;其开发需求与功能架构主要围绕提升用户体验、保障交易安全、优化交易流程以及提供全面服务等方面展开。以下是对瓜子二手车开发需求与功能架构的详细分析 一、开发需求 用户需求&#xff1a; 便捷性&#xff1a;用户希望能…
阅读更多...
ReTagList标签列表（API）

ReTagList标签列表（API）

组件实现基于 Vue3 + Element Plus + Typescript，同时引用 vueUse + lodash-es + tailwindCss (不影响功能，可忽略) 基于ElTag实现的Tag列表，支持Tag列表多选，动态Tag列表 ReTagList标签列表 基础 简单展示Tag列表，可通过size指定尺寸 查看 /demo/tag-list/basic.md …
阅读更多...
叉车门口拐角盲区防撞系统，精准微波距离测距，助力企业安全生产

叉车门口拐角盲区防撞系统，精准微波距离测距，助力企业安全生产

叉车流动性强、作业场所不固定&#xff0c;是特种设备管理的薄弱环节。如何管住叉车、管好叉车&#xff0c;保障作业人员安全一直都是重点话题&#xff0c;引入智慧叉车&#xff0c;使用智能化监管&#xff0c;很多城市相继开展智慧叉车试点工作&#xff0c;给叉车装上“智慧大…
阅读更多...
机械学习—零基础学习日志（如何理解概率论4）

机械学习—零基础学习日志（如何理解概率论4）

当已知一个概率&#xff0c;求解另外一个函数的概率。以下是离散型的概率计算方法。 这里是连续型的&#xff0c;已知概念密度&#xff0c;计算对应的另外一个函数的概率。 这里需要求解对应的原始函数。 这里我们做一道练习题。 《概率论与数理统计期末不挂科|考研零基础入门…
阅读更多...
精选这五款热门好用的骨传导耳机，帮你避免踩坑的麻烦！

精选这五款热门好用的骨传导耳机，帮你避免踩坑的麻烦！

相信大家都已经深有体会&#xff0c;拿那种常规的入耳式无线蓝牙耳机来做运动耳机&#xff0c;很难满足运动需要。如果选择前两年流行的颈挂式无线运动蓝牙耳机&#xff0c;虽然简单轻巧&#xff0c;但也是入耳式设计&#xff0c;长时间佩戴耳朵不舒服。这样看来&#xff0c;运…
阅读更多...
科普篇 | 如何查找参考基因组信息

科普篇 | 如何查找参考基因组信息

前 言 很多老师会发现&#xff0c;高通量测序后需要生信分析的过程中&#xff0c;需要填写一个信息分析表。而信息分析表中有一个对生信分析很重要的信息——基因组文件及注释文件。通常这类文件我们都是需要老师提供对应的下载链接&#xff0c;以便于生信直接利用这个链接去…
阅读更多...
Git介绍及配置

Git介绍及配置

目录 Git GitHub GitLab Gitee 配置Git 安装git 初次运行 Git 前的配置 注册一个代码托管平台 用户信息 获取 Git 仓库 初始化仓库 克隆现有的仓库 https方式&#xff1a; ssh方式&#xff1a; 上传本地项目至Git仓库 https方式 ssh-key方式 添加个人公钥​ …
阅读更多...
【python】PyQt5中的QFrame控件，控制图形的边框样式、阴影效果、形状等属性

【python】PyQt5中的QFrame控件，控制图形的边框样式、阴影效果、形状等属性

✨✨ 欢迎大家来到景天科技苑✨✨ &#x1f388;&#x1f388; 养成好习惯&#xff0c;先赞后看哦~&#x1f388;&#x1f388; &#x1f3c6; 作者简介&#xff1a;景天科技苑 &#x1f3c6;《头衔》&#xff1a;大厂架构师&#xff0c;华为云开发者社区专家博主&#xff0c;…
阅读更多...
【Redis】Redis 底层的数据结构（结合源码）

【Redis】Redis 底层的数据结构（结合源码）

众所周知&#xff0c;Redis 是一个高性能的开源内存数据库&#xff0c;支持多种数据结构&#xff08;如字符串、哈希、列表和集合&#xff09;&#xff0c;提供持久化选项以确保数据安全&#xff0c;并具备高可用性和分布式功能。 下面我们就来了解一下其底层所使用到的数据结…
阅读更多...
包装类和简单泛型

包装类和简单泛型

一、包装类 在Java中&#xff0c;由于基本类型不是继承自Object&#xff0c;为了在泛型代码中可以支持基本类型&#xff0c;Java给每个基本类型都对应了一个包装类型。 1.1 基本数据类型和对应的包装类 注意&#xff1a;除了 Integer 和 Character&#xff0c; 其余基本类型的…
阅读更多...
微信怎么恢复好友？找回失联好友，5个有效方法奉上！

微信怎么恢复好友？找回失联好友，5个有效方法奉上！

微信&#xff0c;这个我们日常沟通不可或缺的工具&#xff0c;但有时会因为一些小疏忽&#xff0c;让我们不小心与好友失去了联系。可能是误删了好友&#xff0c;也可能是换了手机没来得及备份&#xff0c;导致那些熟悉的面孔从列表中消失。 那么&#xff0c;微信怎么恢复好友…
阅读更多...
软件设计师全套备考系列文章9 -- 算法设计与分析

软件设计师全套备考系列文章9 -- 算法设计与分析

软考-- 软件设计师&#xff08;9&#xff09;-- 算法设计与分析 文章目录 软考-- 软件设计师&#xff08;9&#xff09;-- 算法设计与分析前言一、章节考点二、分治法三、回溯法四、贪心法五、动态规划法 前言 考试时间&#xff1a;每年5月、11月&#xff0c;软件设计师每年都…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023