Python的爬虫库其实很多,像常见的urllib,requests,bs4,lxml等,初始入门爬虫的话,可以学习一下requests和bs4(BeautifulSoup)这2个库,比较简单,也易学习,requests用于请求页面,BeautifulSoup用于解析页面,下面我以这2个库为基础,简单介绍一下Python如何爬取网页静态数据和网页动态数据,实验环境win10 python3.6 pycharm5.0,主要内容如下爬虫软件:
Python爬取网页静态数据这个就很简单,直接根据网址请求页面就行,这里以爬取糗事百科上的内容为例爬虫软件:
1.这里假设我们要爬取的文本内容如下,主要包括昵称爬虫软件、内容、好笑数和评论数这4个字段:
打开网页源码爬虫软件,对应网页结构如下,很简单,所有字段内容都可以直接找到:
2.针对以上网页结构,我们就可以编写相关代码来爬取网页数据了,很简单,先根据url地址,利用requests请求页面,然后再利用BeautifulSoup解析数据(根据标签和属性定位)就行,如下爬虫软件:
程序运行截图如下,已经成功爬取到数据:
Python爬取网页动态数据很多种情况下,网页数据都是动态加载的,直接爬取网页是提取不到任何数据的,这时就需要抓包分析,找到动态加载的数据,一般情况下就是一个json文件(当然,也可能是其他类型的文件,像xml等),然后请求解析这个json文件,就能获取到我们需要的数据,这里以爬取人人贷上面的散标数据为例:
1.这里假设我们爬取的数据如下,主要包括年利率,借款标题,期限,金额,进度这5个字段:
2.按F12调出开发者工具,依次点击“Network”->“XHR”,F5刷新页面,就可以找到动态加载的json文件,具体信息如下:
3.接着,针对以上抓包分析,我们就可以编写相关代码来爬取数据了,基本思路和上面的静态网页差不多,先利用requests请求json,然后再利用python自带的json包解析数据就行,如下:
程序运行截图如下,已经成功获取到数据:
至此,我们就完成了利用python来爬取网页数据。总的来说,整个过程很简单,requests和BeautifulSoup对于初学者来说,非常容易学习,也易掌握,可以学习使用一下,后期熟悉后,可以学习一下scrapy爬虫框架,可以明显提高开发效率,非常不错,当然,网页中要是有加密、验证码等,这个就需要自己好好琢磨,研究对策了,网上也有相关教程和资料,感兴趣的话,可以搜一下,希望以上分享的内容能对你上有所帮助吧,也欢迎大家评论、留言。
阅读:
瑞派宠医——陈德举 | 接手6万病例,20年来依旧保持精进热忱
街遛黄金蟒,云豹当大猫,还为鹦鹉成立内窥镜特别门诊,他是宠物医生中的传奇人物,是保卫动物生命的守护者,还是“重度猫奴患者”。他是瑞派宠物医院上海乔登七宝店的陈德
瑞派宠医——李东阳 |“996”节奏下依旧保持兽医师初心
是什么魔力,让他经历“996”洗礼却依然保持初心,热爱宠物医师这个职业,致力于小动物肿瘤疾病治疗,为爱伸出援助之手,托起生命航帆。 医师之路无限不循环 “为不会
瑞派宠医——杨德胜 | 以同理心服务,拒绝过度医疗
当你选择兽医师这条路,会从踏进宠物医院的那天起被一股神奇的力量吸引,它可能来自萌萌可爱的宠物,也可能源于有共同梦想的伙伴,虽辛劳,但意义非凡。瑞派厦门爱侣宠物医院的杨德胜
小狗吸尘器:专心做好一件事,美好梦想必有回响
90后的声乐老师张秣铖是一名北漂,三年前他来到北京,决定在这座繁华都市追逐自己的梦想。在这里,他开了一家音乐培训工作室。工作室里面摆放着各式乐器,小提琴、钢琴…&hel
上海凯利蓝梗俱乐部:安徽合肥拟禁养中华田园犬等38种烈性犬,对此你有什么看法?
合肥市人大网站公布《合肥市养犬管理条例》全文上海凯利蓝梗俱乐部,该条例将于今年6月1日起施行。然而最近很多人了解到《合肥市禁养犬名录(征求意见稿)》向社会征求意见,其中包含中华田园犬上海凯利蓝梗俱乐部、德国牧羊犬、秋田犬、松狮犬等犬种。禁养名录中,包括的犬种分别是:比利时牧羊犬上海凯利蓝梗俱乐部、弗兰德牧羊犬、荷兰牧羊犬、苏俄牧羊犬、中亚牧羊犬、德国牧羊犬、高加索牧羊犬、安纳托利亚牧羊犬、拳师犬、标准牛头梗、美国恶霸犬、斯塔福斗牛梗、土
日本狂犬病发病率:被没有狂犬病的狗狗咬了会不会得狂犬病? 上海狂犬病发病率
新年好日本狂犬病发病率。如果你确定狗狗没有狂犬病,那么恭喜你,你不会感染上狂犬病。狂犬病的传染源主要是病犬、病猫、病狼等,但不一定被他们咬伤就一定会被感染,其发病因素与咬伤部位、创伤程度、伤口处理情况及注射疫苗相关。动物体内有狂犬病毒不一定代表它具有传染性日本狂犬病发病率,如果狗、猫等温血动物在狂犬病发作后的3~5天内100%会死亡,有文献提及有罕见的是8天死亡,而有医学证明只有它死亡前3~5天内才是传染期,这时被咬感染病毒的危险较高。
南充狂犬病疫苗价格:狂犬病疫苗打一针要500,你觉得贵吗? 南充狂犬病疫苗价格
狂犬病疫苗本来就一直不便宜,相对于以前来讲不算贵了,一针500元,那么狂犬疫苗完成全部注射也就4针2000元线南充狂犬病疫苗价格。八十年代吧,那会儿注射狂犬疫苗需五十几块钱,我1987年注射过一次,那是总共花了52元钱,那会儿一个地方平均月工资也就几十元钱,以工厂来说:工人平均工资是四五十元,一个工作了十二到十五年的技工一般是四级工工资到五级工工资,四级工在江西工资是53元,五级工是64.5元,当年注射狂犬疫苗的费用相当于一个中级技工一