Python网络爬虫怎么入门,要了解哪些
导读:关于“Python网络爬虫怎么入门,要了解哪些”的知识点有一些人不是很理解,对此小编给大家总结了相关内容,文中的内容简单清晰,易于学习与理解,具有一定的参考学习价值,希望能对大家有所帮助,接下来就跟随小编一起学习一下“Python网络爬虫怎...
关于“Python网络爬虫怎么入门,要了解哪些”的知识点有一些人不是很理解,对此小编给大家总结了相关内容,文中的内容简单清晰,易于学习与理解,具有一定的参考学习价值,希望能对大家有所帮助,接下来就跟随小编一起学习一下“Python网络爬虫怎么入门,要了解哪些”吧。这是一篇很好的python技术文章,好东西应该跟大家分享,重新排版了一下发到这里,觉得好就请收藏下。
网络爬虫python不难学,在入手方面也是非常简单的。
1、爬虫概念
网络爬虫,又称网页蜘蛛,是一种根据一定规则自动捕捉万维网信息的程序或脚本。
2、爬虫运行方式
大多数爬行器的运行方式是像“发送请求—获取页面—解析页面—提取并存储内容”这样,实际上也模拟了我们使用浏览器获取网页信息的过程。
简而言之,当我们将请求发送到服务器时,返回页面,通过对页面进行解析,我们可以提取所需的信息部分,并将其存储到指定文档或数据库中。
3、爬虫实例
importre defgeturllist(): #不访问网站,而是实例一个对象,为了模拟浏览器访问服务器 req=urllib2.Request("http://www.budejie.com/video/") #添加申请访问的header,让对方服务器误以为是浏览器申请访问 req.add_header('User-Agent','Mozilla/5.0(WindowsNT10.0; Win64; x64)AppleWebKit/537.36(KHTML,likeGecko)Chrome/71.0.3578.98Safari/537.36') #打开我刚才创建的实例对象 res=urllib2.urlopen(req) html=res.read() printhtml#访问到了资源代码 #定义一个正则化表达式为了获取我要的视频网址 reg=r'data-mp4="(.*?)"' #将网页源码中的视频网址找出来 urllist=re.findall(reg,html) #printurllist #有20个视频网址,用for循环一个一个下载出来 n=1 forurlinurllist: #url视频网址,'%s.mp4'下载后的名字,url.split('/')[-1]将字符串按照‘/'分开 urllib.urlretrieve(url,'%s.mp4'%url.split('/')[-1])#下载视频 n=n+1
关于“Python网络爬虫怎么入门,要了解哪些”的内容就介绍到这,感谢各位的阅读,相信大家对Python网络爬虫怎么入门,要了解哪些已经有了进一步的了解。大家如果还想学习更多知识,欢迎关注网络,小编将为大家输出更多高质量的实用文章!
声明:本文内容由网友自发贡献,本站不承担相应法律责任。对本内容有异议或投诉,请联系2913721942#qq.com核实处理,我们将尽快回复您,谢谢合作!
若转载请注明出处: Python网络爬虫怎么入门,要了解哪些
本文地址: https://pptw.com/jishu/650806.html