国产乱子伦高清露脸对白-国产精品欧美久久久久天天影视-国产91视频一区-亚洲欧美日产综合在线网-黄视频网站在线看-国产欧美亚洲精品第1页-亚洲www在线-大学生女人三级在线播放-日本在线视频www鲁啊鲁-国产成人精品一区二区仙踪林-69精品欧美一区二区三区-成人欧美亚洲-日本污污网站-中国妞xxxhd露脸偷拍视频-国产精品aⅴ在线观看-精品中文字幕在线

極客小將

您現(xiàn)在的位置是:首頁 » python編程資訊

資訊內(nèi)容

python網(wǎng)絡(luò)爬蟲步驟是什么

極客小將2021-03-12-
簡介python網(wǎng)絡(luò)爬蟲步驟:首先準(zhǔn)備所需庫,編寫爬蟲調(diào)度程序;然后編寫url管理器,并編寫網(wǎng)頁下載器;接著編寫網(wǎng)頁解析器;最后編寫網(wǎng)頁輸出器即可。本教程操作環(huán)境:windows7系統(tǒng)、python3.9版,DELLG3電腦。python網(wǎng)絡(luò)爬蟲步驟(1)準(zhǔn)備所需庫我們需要準(zhǔn)備一款名為Beautiful

python網(wǎng)絡(luò)爬蟲步驟:首先準(zhǔn)備所需庫,編寫爬蟲調(diào)度程序;然后編寫url管理器,并編寫網(wǎng)頁下載器;接著編寫網(wǎng)頁解析器;**后編寫網(wǎng)頁輸出器即可。KeK少兒編程網(wǎng)-https://www.pxcodes.com

KeK少兒編程網(wǎng)-https://www.pxcodes.com

本教程操作環(huán)境:windows7系統(tǒng)、python3.9版,DELL G3電腦。KeK少兒編程網(wǎng)-https://www.pxcodes.com

python網(wǎng)絡(luò)爬蟲步驟KeK少兒編程網(wǎng)-https://www.pxcodes.com

(1)準(zhǔn)備所需庫KeK少兒編程網(wǎng)-https://www.pxcodes.com

我們需要準(zhǔn)備一款名為BeautifulSoup(網(wǎng)頁解析)的開源庫,用于對下載的網(wǎng)頁進(jìn)行解析,我們是用的是PyCharm編譯環(huán)境所以可以直接下載該開源庫。KeK少兒編程網(wǎng)-https://www.pxcodes.com

步驟如下:KeK少兒編程網(wǎng)-https://www.pxcodes.com

選擇File->SettingsKeK少兒編程網(wǎng)-https://www.pxcodes.com

KeK少兒編程網(wǎng)-https://www.pxcodes.com

打開Project:PythonProject下的Project interpreterKeK少兒編程網(wǎng)-https://www.pxcodes.com

KeK少兒編程網(wǎng)-https://www.pxcodes.com

點擊加號添加新的庫KeK少兒編程網(wǎng)-https://www.pxcodes.com

KeK少兒編程網(wǎng)-https://www.pxcodes.com

輸入bs4選擇bs4點擊Install Packge進(jìn)行下載KeK少兒編程網(wǎng)-https://www.pxcodes.com

KeK少兒編程網(wǎng)-https://www.pxcodes.com

(2)編寫爬蟲調(diào)度程序KeK少兒編程網(wǎng)-https://www.pxcodes.com

這里的bike_spider是項目名稱引入的四個類分別對應(yīng)下面的四段代碼url管理器,url下載器,url解析器,url輸出器。KeK少兒編程網(wǎng)-https://www.pxcodes.com

# 爬蟲調(diào)度程序 from bike_spider import url_manager, html_downloader, html_parser, html_outputer # 爬蟲初始化 class SpiderMain(object): def __init__(self): self.urls = url_manager.UrlManager() self.downloader = html_downloader.HtmlDownloader() self.parser = html_parser.HtmlParser() self.outputer = html_outputer.HtmlOutputer() def craw(self, my_root_url): count = 1 self.urls.add_new_url(my_root_url) while self.urls.has_new_url(): try: new_url = self.urls.get_new_url() print("craw %d : %s" % (count, new_url)) # 下載網(wǎng)頁 html_cont = self.downloader.download(new_url) # 解析網(wǎng)頁 new_urls, new_data = self.parser.parse(new_url, html_cont) self.urls.add_new_urls(new_urls) # 網(wǎng)頁輸出器收集數(shù)據(jù) self.outputer.collect_data(new_data) if count == 10: break count += 1 except: print("craw failed") self.outputer.output_html() if __name__ == "__main__": root_url = "http://baike.baidu.com/item/Python/407313" obj_spider = SpiderMain() obj_spider.craw(root_url)

(3)編寫url管理器KeK少兒編程網(wǎng)-https://www.pxcodes.com

我們把已經(jīng)爬取過的url和未爬取的url分開存放以便我們不會重復(fù)爬取某些已經(jīng)爬取過的網(wǎng)頁。KeK少兒編程網(wǎng)-https://www.pxcodes.com

# url管理器 class UrlManager(object): def __init__(self): self.new_urls = set() self.old_urls = set() def add_new_url(self, url): if url is None: return if url not in self.new_urls and url not in self.old_urls: self.new_urls.add(url) def add_new_urls(self, urls): if urls is None or len(urls) == 0: return for url in urls: self.new_urls.add(url) def get_new_url(self): # pop方法會幫我們獲取一個url并且移除它 new_url = self.new_urls.pop() self.old_urls.add(new_url) return new_url def has_new_url(self): return len(self.new_urls) != 0

(4)編寫網(wǎng)頁下載器KeK少兒編程網(wǎng)-https://www.pxcodes.com

通過網(wǎng)絡(luò)請求來下載頁面KeK少兒編程網(wǎng)-https://www.pxcodes.com

# 網(wǎng)頁下載器 import urllib.request class HtmlDownloader(object): def download(self, url): if url is None: return None response = urllib.request.urlopen(url) # code不為200則請求失敗 if response.getcode() != 200: return None return response.read()

(5)編寫網(wǎng)頁解析器KeK少兒編程網(wǎng)-https://www.pxcodes.com

對網(wǎng)頁進(jìn)行解析時我們需要知道我們要查詢的內(nèi)容都有哪些特征,我們可以打開一個網(wǎng)頁點擊右鍵審查元素來了解我們所查內(nèi)容的共同之處。KeK少兒編程網(wǎng)-https://www.pxcodes.com

# 網(wǎng)頁解析器 import re from bs4 import BeautifulSoup from urllib.parse import urljoin class HtmlParser(object): def parse(self, page_url, html_cont): if page_url is None or html_cont is None: return soup = BeautifulSoup(html_cont, "html.parser", from_encoding="utf-8") new_urls = self._get_new_urls(page_url, soup) new_data = self._get_new_data(page_url, soup) return new_urls, new_data def _get_new_data(self, page_url, soup): res_data = {"url": page_url} # 獲取標(biāo)題 title_node = soup.find("dd", class_="lemmaWgt-lemmaTitle-title").find("h1") res_data["title"] = title_node.get_text() summary_node = soup.find("p", class_="lemma-summary") res_data["summary"] = summary_node.get_text() return res_data def _get_new_urls(self, page_url, soup): new_urls = set() # 查找出所有符合下列條件的url links = soup.find_all("a", href=re.compile(r"/item/")) for link in links: new_url = link['href'] # 獲取到的url不完整,學(xué)要拼接 new_full_url = urljoin(page_url, new_url) new_urls.add(new_full_url) return new_urls

(6)編寫網(wǎng)頁輸出器KeK少兒編程網(wǎng)-https://www.pxcodes.com

輸出的格式有很多種,我們選擇以html的形式輸出,這樣我們可以的到一個html頁面。KeK少兒編程網(wǎng)-https://www.pxcodes.com

# 網(wǎng)頁輸出器 class HtmlOutputer(object): def __init__(self): self.datas = [] def collect_data(self, data): if data is None: return self.datas.append(data) # 我們以html表格形式進(jìn)行輸出 def output_html(self): fout = open("output.html", "w", encoding='utf-8') fout.write("<html>") fout.write("<meta charset='utf-8'>") fout.write("<body>") # 以表格輸出 fout.write("<table>") for data in self.datas: # 一行 fout.write("<tr>") # 每個單元行的內(nèi)容 fout.write("<td>%s</td>" % data["url"]) fout.write("<td>%s</td>" % data["title"]) fout.write("<td>%s</td>" % data["summary"]) fout.write("</tr>") fout.write("</table>") fout.write("</body>") fout.write("</html>") # 輸出完畢后一定要關(guān)閉輸出器 fout.close()

相關(guān)免費學(xué)習(xí)推薦:python視頻教程KeK少兒編程網(wǎng)-https://www.pxcodes.com

以上就是python網(wǎng)絡(luò)爬蟲步驟是什么的詳細(xì)內(nèi)容,更多請關(guān)注少兒編程網(wǎng)其它相關(guān)文章!KeK少兒編程網(wǎng)-https://www.pxcodes.com

預(yù)約試聽課

已有385人預(yù)約都是免費的,你也試試吧...

国产乱子伦高清露脸对白-国产精品欧美久久久久天天影视-国产91视频一区-亚洲欧美日产综合在线网-黄视频网站在线看-国产欧美亚洲精品第1页-亚洲www在线-大学生女人三级在线播放-日本在线视频www鲁啊鲁-国产成人精品一区二区仙踪林-69精品欧美一区二区三区-成人欧美亚洲-日本污污网站-中国妞xxxhd露脸偷拍视频-国产精品aⅴ在线观看-精品中文字幕在线

        波多野结衣家庭教师视频| 中文字幕亚洲欧洲| 蜜桃视频成人在线观看| 北条麻妃在线观看| 91插插插插插插插插| 久久国产精品网| 国产日韩av网站| 久久久久久久香蕉| 久久在线中文字幕| 日韩精品在线观看av| 蜜臀av无码一区二区三区| 91黄色在线看| 无码专区aaaaaa免费视频| 日韩小视频网站| 9191国产视频| 一女被多男玩喷潮视频| 国产1区2区在线| 天天干天天综合| 色噜噜狠狠一区二区| 免费看黄色一级大片| 国产wwwxx| 亚洲视频第二页| 午夜视频在线观| 好吊色视频988gao在线观看| 国产精品第157页| 女性女同性aⅴ免费观女性恋| 免费看国产一级片| 别急慢慢来1978如如2| 婷婷激情四射五月天| 三级黄色片免费观看| 国产精品视频网站在线观看 | 黄色手机在线视频| 日本一级淫片演员| 性欧美18一19内谢| 欧美老熟妇喷水| 欧美日韩一区二区三区69堂| 妞干网这里只有精品| 日韩一级在线免费观看| 中文字幕在线视频一区二区| av在线观看地址| 久久久久久久久久一区二区| bt天堂新版中文在线地址| 国产xxxxx视频| www精品久久| 在线黄色免费看| 欧美日韩亚洲第一| 成年在线观看视频| 手机av在线网| www黄色在线| www.99热这里只有精品| 国产香蕉一区二区三区| 精品日韩久久久| 黄色片一级视频| 91成人在线观看喷潮教学| 成人午夜免费在线视频| 超碰10000| 亚州精品一二三区| 公共露出暴露狂另类av| 亚洲 欧美 综合 另类 中字| xxxx一级片| 国模杨依粉嫩蝴蝶150p| 国产精品后入内射日本在线观看| www.色.com| 日韩黄色片在线| 国产二区视频在线| 亚洲最大成人在线观看| www.xxx亚洲| av噜噜在线观看| 丰满女人性猛交| 久久国产精品网| 久久久久久香蕉| 99中文字幕在线| 日韩av片在线看| 三年中国中文在线观看免费播放 | 日本77777| 日韩中文字幕在线不卡| 精品国产免费av| mm131午夜| 手机免费看av网站| 成人黄色一区二区| 黄色片免费网址| 在线观看18视频网站| 日本中文字幕在线视频观看| 国产av熟女一区二区三区| 热久久精品免费视频| 黄色网络在线观看| 搡的我好爽在线观看免费视频| 男同互操gay射视频在线看| 一区二区三区 日韩| 欧美aⅴ在线观看| 青青青青在线视频| 黄色污污在线观看| 老司机激情视频| 玩弄中年熟妇正在播放| 成年人视频大全| 国产在线观看欧美| 日韩成人三级视频| 二级片在线观看| 性做爰过程免费播放| 日韩免费在线观看av| 99精品一区二区三区的区别| 永久免费黄色片| 伊人国产精品视频| 91亚洲一区二区| 天天做天天爱天天高潮| 免费成人进口网站| 91免费国产精品| 久久国产亚洲精品无码| 999精品网站| 五月天中文字幕在线| 一级淫片在线观看| ijzzijzzij亚洲大全| 激情五月婷婷六月| 日韩精品―中文字幕| 黄色一级一级片| 婷婷免费在线观看| 成人在线观看毛片| 国产视频九色蝌蚪| 日本国产一级片| 毛片av在线播放| 成人精品视频一区二区| 亚洲精品手机在线观看| 裸体裸乳免费看| 国产极品尤物在线| 在线看的黄色网址| 被灌满精子的波多野结衣| aaaaaa亚洲| 欧美性受xxxx黑人猛交88| 精品久久久久久久久久中文字幕| 日韩精品―中文字幕| 99国产精品久久久久久| 国内少妇毛片视频| 爱情岛论坛亚洲首页入口章节| 国产av第一区| 色悠悠久久综合网| 男女私大尺度视频| 五月花丁香婷婷| 人妻夜夜添夜夜无码av| 色天使在线观看| 国产91美女视频| 日韩国产精品毛片| 国产区二区三区| 日韩一级性生活片| 日韩av卡一卡二| 日韩少妇内射免费播放18禁裸乳| 天天操天天干天天做| 成年人黄色片视频| 日韩一级性生活片| 免费观看黄色大片| 999这里有精品| 国产精品拍拍拍| 国产肥臀一区二区福利视频| 女人床在线观看| 一级做a免费视频| 最新天堂在线视频| 999在线免费视频| 国模杨依粉嫩蝴蝶150p| 成人免费在线网| 人人妻人人澡人人爽欧美一区双| 色噜噜狠狠一区二区| 日韩欧美xxxx| 欧美成人xxxxx| 日本中文字幕片| 国产h视频在线播放| 妞干网在线观看视频| 黄色一级片黄色| 国产美女永久无遮挡| 黄网站色视频免费观看| 伊人再见免费在线观看高清版| 欧美激情国内自拍| 国产传媒免费观看| 黄色aaaaaa| av在线免费看片| 99re8这里只有精品| 在线观看污视频| 国产高清免费在线| 成年人黄色在线观看| 欧美日韩在线观看不卡| 黑人糟蹋人妻hd中文字幕 | 久久视频这里有精品| 国产黄色一级网站| 69堂免费视频| 午夜在线观看av| 国产卡一卡二在线| 欧美亚洲日本一区二区三区| 欧美精品久久久久久久久久久| 国产精品50p| 日韩成人精品视频在线观看| 小说区视频区图片区| 女人帮男人橹视频播放| 97成人在线观看视频| 午夜久久久精品| 亚洲视频在线不卡| 91九色丨porny丨国产jk| 欧美伦理视频在线观看| 天堂av在线8| 国产又黄又猛又粗| 黄色一级在线视频| 中文字幕av不卡在线| 狠狠干视频网站|