告诉你python小白如何零基础制作一个Python 爬虫

告诉你python小白如何零基础制作一个Python 爬虫

一、前言

1、相关介绍:

采用Python 来进行爬虫的主要原因是: Python语言简洁,使用方便,拥有许多方便进行爬虫的库,如Urllib。

Python除了爬虫获取数据外,还可以图像处理,数据处理,导出Execl表格等。更多可以看:Python可以用来干嘛?

2、安装Python

苹果系统上一般默认都装有Python编译器,为Python2.x版本。本文出现的代码都是以Python2.7版本为准。

如果需要Python3.x或者在windows上运行,就需要自己去安装Python,具体见:安装Python

二、爬虫

本文中以实现一个爬取网页中的图片的爬虫为例子。

预备知识

Python基础知识

Python中urllib库的用法

Python正则表达式

Python中re库的用法

1、Python基础知识

1、Python脚本文件后缀名为.py

2、#为注释符号

3、Python中没有花括号{},用:代替

告诉你python小白如何零基础制作一个Python 爬虫

4、函数的调用写法与JS相似

告诉你python小白如何零基础制作一个Python 爬虫

5、运行Python

在终端输入:

告诉你python小白如何零基础制作一个Python 爬虫

如果是Python3.x版本输入:

告诉你python小白如何零基础制作一个Python 爬虫

2、Python中urllib库的用法

urlopen 和read

urlopen:通过一个URL打开一个网页。

read:读取这个网页。

告诉你python小白如何零基础制作一个Python 爬虫

告诉你python小白如何零基础制作一个Python 爬虫

本文爬虫的核心为:通过正则表达式在源码中获取图片链接。

urlretrieve

urlretrieve:根据一个URL,下载相关文件

告诉你python小白如何零基础制作一个Python 爬虫

3、Python正则表达式

用\d匹配数字

用.匹配任意字符

用\s匹配一个空格

用*表示任意个数字符

用+表示至少一个字符

具体可以看:Python正则表达式

4、Python中re库的用法

split

用正则表达式进行字符串切分,获得一个list(可变数组)

告诉你python小白如何零基础制作一个Python 爬虫

match

用正则表达式进行匹配,如果匹配成功,返回一个Match

对象,否则返回None

告诉你python小白如何零基础制作一个Python 爬虫

完整代码

告诉你python小白如何零基础制作一个Python 爬虫

为了让大家有一个良好的学习python的环境,小编特意创了一个QQ群813622576,群里有小编自己整理的教程资料供大家一起学习,有兴趣的朋友可以加群大家一起学习。

告诉你python小白如何零基础制作一个Python 爬虫


分享到:


相關文章: