python从0基础到学会爬虫爬取网页数据、熟悉flask框架、学会写api接口与ajax交互、学会jinJa2 ，xpath解析（提供了扩展工具）等等

最新推荐文章于 2024-03-13 21:35:44 发布

小小CX

最新推荐文章于 2024-03-13 21:35:44 发布

阅读量842

点赞数 6

分类专栏： python 文章标签： python flask ajax

本文链接：https://blog.csdn.net/YCCX_LHH21/article/details/119952139

版权

python 专栏收录该内容

4 篇文章 0 订阅

订阅专栏

我目前这个博客主要讲的是从0基础开始学python，到熟练写python,主要讲的是如下一些：
首先安装建项目就不需要我来告诉你们了把，你们就自己去找一下其他的博主就🆗了，还有语法之类的，你们就自己去找资源，很简单的。
（1）爬虫
（2）使用flask框架搭建项目，写一些简单的api接口（个人习惯用flask框架，你们也可以用其他框架）
（3）跨域（让外界进行访问接口，比如ajax请求）
（4）jinJa2模板引擎（通俗的说是在pycharm里面写html网页）
如果是想要知道以上知识的同学就往下看，如果没有有需要的就别往下看了，因为里面没有你们想要的东西，还会浪费你们的宝贵时间。
重要的说三遍！！！重要的说三遍！！！重要的说三遍！！！

对于python的个人简介：
前言：对于python我是通过爬虫才对python感兴趣的，我自己擅长的开发是.NET开发，不过学过.net的应该都知道，用.net写爬虫个人认为（说的有错请见谅）太麻烦，并且不容易上手，python的话很容易上手，并且代码简洁。接下来就奥里给吧！！！

（1）爬虫部分

1、首先爬虫要做的部分就是先安装库。必须的库有requests（请求网页的库）和解析网页的库，这个不是唯一的，解析网页有很多种，比如re（正则表达式解析）、BeatufiulSoup、html.parser与lxml,这些都是解析网页的库，我这里推荐用lxml，这个的话好用，方便，容易上手，那么安装库有两种方法：
第一种、通过在控制台输入命令：

pip install （库名）

第二种、手动安装，详细看图
在这里插入图片描述

按照上面步骤安装lxml库，就是接下来上代码：

import requests  //请求网页的
header={    //这里定义的header变量是用来防止你去请求这个网址的时候被拦截，是 一种向访问网站提供你所使用的浏览器类型、
//操作系统及版本、CPU 类型、浏览器渲染引擎、浏览器语言、浏览器插件等信息的标识。如果你不定义的话，别人就会知道你用的是爬虫去请求的，
//就不会让你访问，这个在哪里可以看呢？请看下图（其实这个不一定要，就是有些网站有这个需要，正常情况下不需要），如果打印不出内容，
//建议加上
  'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.159 Safari/537.36 Edg/92.0.902.78',
}
respons = requests.get("https://weather.cma.cn/web/weather/57679.html",headers=header)   //反扒机制
respons.encoding="utf-8"   //指定中文编码格式，防止乱码
html = respons.text   //返回网页源代码
print(html)   //打印源代码

找到user-agent:左边随便点进去一个，
在这里插入图片描述

接下来这时上面代码打印在控制台的结果：

在这里插入图片描述
这时控制台就会输出这些内容，说明你成功访问到了，但是要访问到里面的内容你应该去解析，解析内容看如下：

import requests
from lxml import etree
header={
  'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.159 Safari/537.36 Edg/92.0.902.78',
}
respons = requests.get("https://weather.cma.cn/web/weather/57679.html",headers=header)   #反扒机制
respons.encoding="utf-8"
html = respons.text
tree = etree.HTML(html)//etree.HTML()可以用来解析字符串格式的HTML文档对象，
//将传进去的字符串转变成_Element对象。作为_Element对象，
//可以方便的使用getparent()、remove()、xpath()等方法。
print(tree)

如果你打印这个东西的话，不要紧张，正常现象。就是这样的
在这里插入图片描述
接下来我们来讲真正的如何解析，一般我们解析的话，会在谷歌浏览器中安装一个xpath-helper扩展工具，这个你们可以在谷歌浏览器里面更多工具中的扩展工具中去下载。

这个具体在哪里下，那里安装你们可以自行百度，我这边只告诉你们怎么用，这个真的非常好用。接下来我将演示怎么用。
首先打开代码中请求的网址，它是一个中国气象局天气预报，我们打开网址，按住ctrl+shift+X,就会弹出这么一个东西：
在这里插入图片描述
这个时候我们可以按住shift用鼠标悬浮在你想要爬取的网页具体位置：我現在按住shift鼠标悬浮在湖南这个字上，然后上面就会出现
路径和值，这个路径我们一会要用来解析的路径，现在我们获取这个位置的所有省份。
在这里插入图片描述
现在我们打开下拉框，用按住shift，吧鼠标放到上面：

上面左边的路径太长，并且只显示一个省份地区的，我们要获取所有怎么办的，这个你得再这个路径上面进行试：具体怎么试呢，你得看源代码，获取公共部分，这个你可以慢慢去掌握，这个一下子说不清楚。我这边直接在左边的框框中进行删改，然后得到所有的省份地区路径。
在这里插入图片描述
左边的路径经过我的删减和修改已经可以获得所有省份了，这个时候我们复制左边的路径进入到python中去进行解析获取打印。

import requests
from lxml import etree
header={
  'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.159 Safari/537.36 Edg/92.0.902.78',
}
respons = requests.get("https://weather.cma.cn/web/weather/57679.html",headers=header)   #反扒机制
respons.encoding="utf-8"
html = respons.text
tree = etree.HTML(html)
 //加上这句代码进行解析，记住后面加上/text()转文字
resp = tree.xpath("//ul[@class='dropdown-menu province-select']/li/text()")  
print(resp)

在这里插入图片描述
这样就爬取到了你想要的数据了，如果你想要其他的数据也是可以爬取的，接下来的爬虫之路就靠你自己了。你们可以运用爬虫爬取网站上的图片，视频都是可以的，不过这些你们可以百度，

（2）使用flask框架搭建项目，写一些简单的api接口部分

我们就用上面的爬虫爬到的数据作为接口返回值吧，这样能够连贯起来。写接口之前我们要安装flask库，可以参照之前的步骤，进行安装。

import requests
from lxml import etree
from flask import Flask    #导入flask

app = Flask(__name__)   #实例化flask对象
@app.route("/s",methods=["get","post"])    #配置路由   “/s”代表是你的路径，这个可以自己设置，但是要以/开头，基本上都是/加
#函数名
def datainfo():
  header = {
    'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.159 Safari/537.36 Edg/92.0.902.78',
  }
  respons = requests.get("https://weather.cma.cn/web/weather/57679.html", headers=header)  # 反扒机制
  respons.encoding = "utf-8"
  html = respons.text
  tree = etree.HTML(html)
  resp = tree.xpath("//ul[@class='dropdown-menu province-select']/li/text()")
  info = {"listinfo":resp}   #转为json字符串，listinfo是名字，可以自己随便取
  eturn json.dumps(info,ensure_ascii=False)   #转为json对象

if __name__ == "__main__":  #执行函数，相当于main()函数
    app.run(host="127.0.0.1")   #host="127.0.0.1"  本地  host=“0.0.0.0” 任何主机都可以访问，只要知道AP

这个时候你执行就会出现如下界面，点击蓝色链接就会出现下面的界面就说明你成功了
在这里插入图片描述

好了这是基本一个接口的写法，但是还不能通过ajax去调用，如果你强制去调用的话就会出现跨域的问题，那么接下来我们将解决一下跨域的问题！

（3）跨域（让外界进行访问接口，比如ajax请求）

跨域是指：浏览器A从服务器B获取的静态资源，包括Html、Css、Js，然后在Js中通过Ajax访问C服务器的静态资源或请求。即：浏览器A从B服务器拿的资源，资源中想访问服务器C的资源。那么接口的访问也是很简单的，就是需要安装CORS包，这个是专门用来跨域用的，详细代码如下:
这边跟你讲解一下**

CORS(app,resource=r’/*’)

**的意思。这个很重要！！！你们可以参考这篇博客，这篇博客讲的很详细

https://www.cnblogs.com/anxminise/p/9814326.html

import json
import requests
from lxml import etree
from flask import Flask
from flask_cors import CORS    #跨域问题

app = Flask(__name__)
CORS(app,resource=r'/*')
@app.route("/datainfo",methods=["get","post"])
def datainfo():
  header = {
    'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.159 Safari/537.36 Edg/92.0.902.78',
  }
  respons = requests.get("https://weather.cma.cn/web/weather/57679.html", headers=header)  # 反扒机制
  respons.encoding = "utf-8"
  html = respons.text
  tree = etree.HTML(html)
  resp = tree.xpath("//ul[@class='dropdown-menu province-select']/li/text()")
  info = {"listinfo":resp}
  print(resp)
  return json.dumps(info,ensure_ascii=False)
if __name__ == "__main__":
    app.run(host="127.0.0.1")   #host="127.0.0.1"  本地  host=“0.0.0.0” 任何主机都可以访问，只要知道AP

这个时候你们就可以用ajax进行接口的访问，我这里简单的进行一下访问输出：

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <meta http-equiv="X-UA-Compatible" content="IE=edge">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>Document</title>
    <script src="js/jquery-3.4.1.js"></script>
</head>
<body>
    <div id="content">

    </div>
    <script>
        $.ajax({
            url:"http://127.0.0.1:5000/datainfo",
            type:"get",
            dataType:"json",
            success:function(data){
                var str = JSON.stringify(data);   //object类型转为json字符串
                var str1 = JSON.parse(str);     //json字符串转为json对象
                console.log(data)
                $("#content").text(str1.listinfo);
            }
        })
    </script>
</body>
</html>

在这里插入图片描述
看，这就请求到了这个数据，很简单了！

（4）jinJa2模板引擎（通俗的说是在pycharm里面写html网页）

Flask使用jinja2作为框架的模板系统，是有着强大的自动HTML转义系统。接下来我们将粗略讲解一下他的用法：
这个我们还是用上面所爬取到的数据进行一个页面渲染。首先我们新建一个templates文件夹，在templates文件夹里面新建一个html网页，记住templates文件夹的位置要和.py后缀的文件在同一级

就像这种，你只要把他们的位置关系放到同一级就好，外面套多少层文件夹都无所谓
在这里插入图片描述

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>Title</title>
</head>
<body>
//这里用到for循环去展示我们的数据，content是返回数据中的一个变量名，
  <ul>
      {% for i in content %}
      <li>
          {{i}}
      </li>
      {% endfor %}    //结束for循环
  </ul>
</body>
</html>

import requests
from lxml import etree
from flask import Flask,render_template   #这里引入了render_template库

app = Flask(__name__)
@app.route("/datainfo",methods=["get","post"])
def datainfo():
  header = {
    'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.159 Safari/537.36 Edg/92.0.902.78',
  }
  respons = requests.get("https://weather.cma.cn/web/weather/57679.html", headers=header)  # 反扒机制
  respons.encoding = "utf-8"
  html = respons.text
  tree = etree.HTML(html)
  resp = tree.xpath("//ul[@class='dropdown-menu province-select']/li/text()")   #这里返回的是一个数组
  return render_template("index.html", content=resp)   #引用index.html这个文件，content是变量名，自己取，resp是数据
if __name__ == "__main__":
    app.run(host="127.0.0.1")   #host="127.0.0.1"  本地  host=“0.0.0.0” 任何主机都可以访问，只要知道AP

然后我们直接运行这个.py文件，下面会出来一个链接，然后我们点进去，不过地址要输入对，地址主要跟你自己定义的路由有关系，
我这里定义的路由地址是 /datainfo 那么我一会运行地址的时候我手动加上，看结果：
在这里插入图片描述

ok这就是对jinja2模板引擎的简单运用。
那么我们的知识点讲到这里也该收尾了，感谢大家能够阅读到这里，希望得到大家的一个关注！有什么不好的地方希望大家指出来。

小小CX

关注

6
点赞
踩
24

收藏

觉得还不错? 一键收藏
4
评论
python从0基础到学会爬虫爬取网页数据、熟悉flask框架、学会写api接口与ajax交互、学会jinJa2 ，xpath解析（提供了扩展工具）等等

我目前这个博客主要讲的是从0基础开始学python，到熟练写python,主要讲的是如下一些：（1）爬虫（2）使用flask框架搭建项目，写一些简单的api接口（3）jinJa2模板引擎（通俗的说是在pycharm里面写html网页）重要的说三遍！！！一：对于python的个人简介前言：对于python我是通过爬虫才对python感兴趣的，我自己擅长的开发是.NET开发，不过学过.net的应该都知道，用.net写爬虫个人认为（说的有错请见谅）太麻烦，并且不容易上手，python的话很容易上手，并
复制链接

扫一扫