python网络爬虫爬取静态网页

目录

网络爬虫的概述

概念：

爬取数据目的：

Python做爬虫优势

爬虫爬取数据步骤

爬虫请求模块

解析网络数据

re模块的使用

requests库爬取静态网页 

安装requests库：在命令提示符cmd里面进行requests库的下载

导入requests库：

发送HTTP请求并获取响应：

检查响应状态码：

获取网页内容：

实例爬取豆瓣电影

请注意以下几点：

结尾总结： 

---

网络爬虫的概述

概念：

• 网络爬虫又称网页蜘蛛、网络机器人，是一种按照一定的规则、自动请求万维网网站并提取网络数据的程序或脚本。
• 如果说网络像一张网，那么爬就是网上的一只小电子，在网上爬行的过程中遇到了数据，就把它爬取下来。

网络爬虫的常用功能：如图所示。

爬取数据目的：

获取大量数据，用来做数据分析

公司项目的测试数据，公司业务所需数据

Python做爬虫优势

1. Python ：请求模块、解析模块丰富成熟,强大的Scrapy网络爬虫框架
2. PHP ：对多线程、异步支持不太好
3. JAVA：代码笨重,代码量大
4. C/C++：虽然效率高,但是代码成型慢

爬虫爬取数据步骤

1. 确定需要爬取的URL地址
2. 由请求模块向URL地址发出请求,并得到网站的响应
3. 从响应内容中提取所需数据
4. 所需数据保存
5. 页面中有其他需要继续跟进的URL地址,继续第2步去发请求，如此循环

拓展：XML、JSON的在线工具https://www.sojson.com/ 

爬虫请求模块

模块名及导入urllib.request

urllib 库是 Python 内置的 HTTP 请求库，它可以看做是处理URL的组件集合。

• 模块名：urllib.request
• 导入方式：

   import urllib.request
   from urllib import request

•  使用方法：

req = request.Request(url,headers=headers)
	 res = request.urlopen(req)
     html = res.read().decode('utf-8')

解析网络数据

1. Python 中提供了多种解析网页数据的技术，包括正则表达式、XPath 、BeautifulSoup 、JSONPath 。
2. 正则表达式是一种文本模式，这种模式描述了匹配字符串的规则，用于检索字符串中是否有符合该模式的子串，或者对匹配到的子串进行替换。正则表达式的优点是功能强大，应用广泛，缺点是只适合匹配文本的字面意义而不适合匹配文本意义。
3. XPath是XML路径语言，用于从HTML或XML格式的数据中提取所需的数据XPath适合处理层次结构比较明显的数据，它能够基于HTML或XML的节点树确定目标节点所在的路径，顺着这个路径便可以找到节点对应的文本或属性值。
4. Beautiful Soup 是一个可以从HTML或XML文件中提取数据的 Python 库它同样可以使用XPath语法提取数据，并且也在此基础上做了方便开发者的封装，提供了更多选取节点的方式。
5. JSONPath的作用类似XPath，它也是以表达式的方式解析数据的，但只能解析JSON格式的数据。

re模块的使用

 Selenium的安装方式非常简单，可以直接使用 pip 命令安装，具体的安装命令如下：

pip install selenium==3.141.0

requests库爬取静态网页 

1. 安装requests库：在命令提示符cmd里面进行requests库的下载

   pip install requests
   

2. 导入requests库：

   import requests

3. 发送HTTP请求并获取响应：

   url = 'https://example.com'  # 替换为你要爬取的网页URL  
   response = requests.get(url)

4. 检查响应状态码：

   if response.status_code == 200:  
       print('请求成功')  
   else:  
       print('请求失败')

5. 获取网页内容：

   html_content = response.text  
   print(html_content)

6. 实例爬取豆瓣电影

   import requests  
   from bs4 import BeautifulSoup  
   from selenium import webdriver  
   from selenium.webdriver.chrome.options import Options  
     
     
   def get_html(url):  
       # 使用Selenium模拟浏览器行为  
       chrome_options = Options()  
       chrome_options.add_argument('--headless')  # 无头浏览器模式，避免真实显示浏览器窗口  
       driver = webdriver.Chrome(options=chrome_options)  
       driver.get(url)  
       return driver.page_source  
     
     
   def parse_html(html):  
       # 使用BeautifulSoup解析HTML内容  
       soup = BeautifulSoup(html, 'lxml')  
       # 这里可以使用BeautifulSoup的方法来提取你需要的数据  
       # 例如，提取所有的电影名称  
       movie_names = soup.select('.title')  
       # 处理电影名称的文本内容  
       for name in movie_names:  
           print(name.text)  
     
     
   url = 'https://movie.douban.com/'  
   html = get_html(url)  
   parse_html(html)

   请注意以下几点：

• 在使用Selenium模拟浏览器行为时，需要安装Chrome驱动（即chromedriver），并将其路径添加到系统环境变量中，或者在代码中指定其路径。
• 在使用BeautifulSoup解析HTML内容时，可以根据需要选择不同的解析器（如'lxml'、'html.parser'等）。同时，可以根据目标网页的结构选择合适的CSS选择器或XPath来提取所需的数据。
• 在爬取网页时，需要遵守网站的robots.txt文件和使用条款，避免频繁访问或恶意攻击。此外，要尊重网站的隐私政策和反爬虫机制，不要使用过于激进的方法进行爬取。

结尾总结： 

        经过这一次爬虫的学习，可以说是对老师之前所讲的知识的一个巩固，无论是列表，字典，又或者是字符串的操作，又或者是文件操作，以及爬虫相关的知识全都用上了。同时，这一次也让自己学会了很多东西，比如是自己在做的时候有遇到许多问题，比如是自己因为没有加入时间间隔去访问，会经常503访问异常，同时加入了时间间隔，有时也会出现，就需要我们递归重新调用该函数重新爬取数据。又或者是对文本的处理，对他们保存的格式，让他们看起来更加的方便，以及CSV格式的保存。这一次的爬虫课程设计，不仅仅是一次作业，更是对自己这一个学期以来学习的回顾，也是提高自己python编程能力，以及自己思考问题的方式。