对于初学者来说,摸索清楚一个领域的知识体系往往比单纯学习某个技术要重要得多,因为技术总会跟随时代发生快速变化,而知识体系往往变化较小,今天我们以自学的角度来了解一下Python爬虫的知识体系吧。
一、python爬虫提取信息的基本步骤:
1,获取数据
2,解析数据
3,提取数据
4,保存数据
二、python爬虫学习框架
1,requests库
requests库主要功能是模拟浏览器发送请求,获取网页数据。最重要的方法就是requests.get()方法,其次还有3个重要属性:response.text(获取网页文本)、response.content(获取二进制内容)、response.encoding(更改网页编码方式)。
2,beautifulsoup库
beautifulsoup库主要功能是解析网页与信息提取。其实我们平时日常工作还是用得比较少,因为不够便捷!你没听错