作为数据分析师的我们,数据来源很重要,其中爬虫是我们获取数据的一个手段。那么爬虫是什么呢?
爬虫在百度百科的解释,是一种按照一定的规则,自动地抓取万维网信息的程序或者脚本,简单点说就是一段帮我们抓取数据的代码。
那么在爬取数据之前,我们需要懂得一些前端的知识,那样有助于我们快速有效的爬取目标数据,在这里小文也就不细说了(只懂得皮毛。。),直接上案例。
#requests + BeautifulSoup
import pandas as pd
import requests
from bs4 import BeautifulSoup
#下载网页
url='http://news.qq.com/'
res = requests.get(url).text
print(res)
从上图我们看到网页已经成功下载了,并且看到目标数据就在下图所示位置。接下来利用BeautifulSoup解析网页。