在线客服
扫描二维码
下载博学谷APP扫描二维码
关注博学谷微信公众号
很多人喜欢将python作为自己的主开发语言,不仅仅是因为python的功能强大,更重要的是Python的代码简单易上手,并且相对应用领域非常广泛。想学习python的朋友一般都会从学习基础语言或者爬虫开始。那如何实现python爬虫?python爬虫好学吗?小编就和大家一起了解一下。
一:爬虫准备
1.爬虫首先需要做的事情就是要确定好你想要爬取数据的对象,这里我将以百度主页logo图片的地址为例进行讲解。
2.首先,是打开百度主页界面,然后把鼠标移动到主页界面的百度logo图标上面,点击鼠标右键,然后点击审查元素,即可打开开发者界面。
3.然后再下面的界面里面,可以看到该logo图标在HTML里面的排版模式,<img hidefocus="true" src="//百度/img/bd_logo1.png" width="270" height="129">,这里百度我用字替换了。
二:开始爬虫
1.爬虫主要分为两个部分,第一个是网页界面的获取,第二个是网页界面的解析;爬虫的原理是利用代码模拟浏览器访问网站,与浏览器不同的是,爬虫获取到的是网页的源代码,没有了浏览器的翻译效果。
2.首先,我们进行页面获取,python爬虫的话很多模块包提供给开发者直接抓取网页,urllib,urllib2,requests(urllib3)等等,这里我们使用urllib2进行网站页面的获取;首先导入urllib2模块包(该包是默认安装的):import urllib2
3.导入模块包之后,然后调用urllib2中的urlopen方法链接网站,代码如下repr = urllib2.urlopen("XXXXXX"),XXXXXX代表的是网站名称。
4.得到网站的响应之后,然后就是将页面的源代码读取出来,调用read方法,html = repr.read()
5.获取到页面的源代码之后,然后接下来的工作就是将自己想要的数据从html界面源代码中解析出来,解析界面的模块包有很多,原始的re,好用的BeautifulSoup,以及高大上的lxml等等,这里我就简单的用re介绍介绍,首先导入re模块包:import re
6.然后进行利用re进行搜索,这里我有使用正则表达式,看不懂的同学需去补充点正则表达式方面的知识。
7.然后,我这里就实现了一个简单的爬虫流程,打印url,可以看见刚好就是之前我们看见的百度主页logo的地址。
8.源代码:
import urllib2
repr = urllib2.urlopen("URL")
html = repr.read()
import re
省略一行代码
print url
以上就是和大家分享的实现爬虫的一个真实案例。希望大家能够对爬虫有一个了解。当然在python学习中一定要自己亲手联系,目前企业对于求知者的要求更加注重其实战能力。所以掌握爬虫技术仅仅是入门,最好是能够熟练的应用。
— 申请免费试学名额 —
在职想转行提升,担心学不会?根据个人情况规划学习路线,闯关式自适应学习模式保证学习效果
讲师一对一辅导,在线答疑解惑,指导就业!
相关推荐 更多
Python里面的列表是什么?学这个有用吗?
当然有用的。Python里面的列表是什么?学这个有用吗?列表是Python基础知识里不可分割的一环,本篇文章结合案例为大家仔细讲解了Python基础知识里面的列表内容,学好这一部分一定要理论结合实践仔细揣摩,小编认真整理,希望对大家有所帮助。
5901
2020-01-11 09:23:04
全套Python学习路线,快速上手
Python的初学者总希望能够得到一份Python学习路线图,小编经过多方面汇总,总结出比较全套Python学习路线,快速上手。
4669
2022-05-31 12:00:05
适合初学者入门的Python基础视频推荐
Python因其简洁的语法,以及拥有各种各样的库,所以在近几年备受编程开发者甚至是编程零基础的爱好者的青睐和追捧。虽然,Python已经算是十分简单的编程语言了,但是对于初学者来讲还是有不小的学习难度,因此这里给大家推荐一个适合初学者入门的Python基础视频,下面介绍一下视频的具体内容,有学习兴趣的小伙伴可以看看~
4695
2020-05-06 11:05:23
Jquery如何获取和设置元素内容?代码怎么写?
Jquery如何获取和设置元素内容?代码怎么写?jQuery 具有可操作 HTML 元素和属性的方法,其中jQuery 非常重要的部分就是操作DOM,获得- text()、html() 以及 val()内容。
3398
2022-01-05 09:32:48
连接查询自连接的SQL语句怎么写?
连接查询自连接的SQL语句怎么写?自连接查询左表和右表是同一个表,根据连接查询条件查询两个表中的数据。学习自连接要能够写出自连接查询的SQL语句。
5790
2022-01-19 11:53:11