从零开始的Python爬虫速成指南,本文受众:没写过爬虫的萌新

334 篇文章 4 订阅
212 篇文章 1 订阅

用最短的时间写一个最简单的爬虫,可以抓一些简单的论坛、帖子、网页。本文受众是没写过爬虫的萌新,快来看看吧!

从零开始的 Python 爬虫速成指南,本文受众:没写过爬虫的萌新

引言

用最短的时间写一个最简单的爬虫,可以抓一些简单的论坛、帖子、网页。

入门

1.准备工作

  • 安装Python
  • 安装scrapy框架
  • 一个IDE或者可以用自带的

2.开始写爬虫

从零开始的 Python 爬虫速成指南,本文受众:没写过爬虫的萌新

从零开始的 Python 爬虫速成指南,本文受众:没写过爬虫的萌新

在spiders文件夹中创建一个python文件,比如miao.py,来作为爬虫的脚本。

代码如下:

从零开始的 Python 爬虫速成指南,本文受众:没写过爬虫的萌新

3.运行一下

如果用命令行的话就这样:

从零开始的 Python 爬虫速成指南,本文受众:没写过爬虫的萌新

从零开始的 Python 爬虫速成指南,本文受众:没写过爬虫的萌新

解析

1.试试神奇的xpath

从零开始的 Python 爬虫速成指南,本文受众:没写过爬虫的萌新

从零开始的 Python 爬虫速成指南,本文受众:没写过爬虫的萌新

从零开始的 Python 爬虫速成指南,本文受众:没写过爬虫的萌新

2.看看xpath的效果

在最上面加上引用:

复制

from scrapy import Selector1.

把parse函数改成:

从零开始的 Python 爬虫速成指南,本文受众:没写过爬虫的萌新

我们再次运行一下,你就可以看到输出“坛星际区”***页所有帖子的标题和url了。

递归

从零开始的 Python 爬虫速成指南,本文受众:没写过爬虫的萌新

完整的代码如下:

从零开始的 Python 爬虫速成指南,本文受众:没写过爬虫的萌新

从零开始的 Python 爬虫速成指南,本文受众:没写过爬虫的萌新

Pipelines——管道

现在是对已抓取、解析后的内容的处理,我们可以通过管道写入本地文件、数据库。

1.定义一个Item

在miao文件夹中创建一个items.py文件

从零开始的 Python 爬虫速成指南,本文受众:没写过爬虫的萌新

这里我们定义了两个简单的class用来描述我们爬取的结果。

2. 处理方法

从零开始的 Python 爬虫速成指南,本文受众:没写过爬虫的萌新

从零开始的 Python 爬虫速成指南,本文受众:没写过爬虫的萌新

3.在爬虫中调用这个处理方法。

从零开始的 Python 爬虫速成指南,本文受众:没写过爬虫的萌新

从零开始的 Python 爬虫速成指南,本文受众:没写过爬虫的萌新

4.在配置文件里指定这个pipeline

从零开始的 Python 爬虫速成指南,本文受众:没写过爬虫的萌新

从零开始的 Python 爬虫速成指南,本文受众:没写过爬虫的萌新

可以这样配置多个pipeline:

从零开始的 Python 爬虫速成指南,本文受众:没写过爬虫的萌新

Middleware——中间件

从零开始的 Python 爬虫速成指南,本文受众:没写过爬虫的萌新

1.Middleware的配置

从零开始的 Python 爬虫速成指南,本文受众:没写过爬虫的萌新

从零开始的 Python 爬虫速成指南,本文受众:没写过爬虫的萌新

2.破网站查UA, 我要换UA

从零开始的 Python 爬虫速成指南,本文受众:没写过爬虫的萌新

从零开始的 Python 爬虫速成指南,本文受众:没写过爬虫的萌新

这里就是一个简单的随机更换UA的中间件,agents的内容可以自行扩充。

3.破网站封IP,我要用代理

从零开始的 Python 爬虫速成指南,本文受众:没写过爬虫的萌新

从零开始的 Python 爬虫速成指南,本文受众:没写过爬虫的萌新

从零开始的 Python 爬虫速成指南,本文受众:没写过爬虫的萌新
读者福利:知道你对Python感兴趣,便准备了这套python学习资料

👉[[CSDN大礼包:《python兼职资源&全套学习资料》免费分享]]安全链接,放心点击

对于0基础小白入门:

如果你是零基础小白,想快速入门Python是可以考虑的。
一方面是学习时间相对较短,学习内容更全面更集中。
二方面是可以找到适合自己的学习方案

包括:Python激活码+安装包、Python web开发,Python爬虫,Python数据分析,人工智能、机器学习等习教程。带你从零基础系统性的学好Python!

零基础Python学习资源介绍

  • ① Python所有方向的学习路线图,清楚各个方向要学什么东西
  • ② 600多节Python课程视频,涵盖必备基础、爬虫和数据分析
  • ③ 100多个Python实战案例,含50个超大型项目详解,学习不再是只会理论
  • ④ 20款主流手游迫解 爬虫手游逆行迫解教程包
  • 爬虫与反爬虫攻防教程包,含15个大型网站迫解
  • 爬虫APP逆向实战教程包,含45项绝密技术详解
  • ⑦ 超300本Python电子好书,从入门到高阶应有尽有
  • ⑧ 华为出品独家Python漫画教程,手机也能学习
  • ⑨ 历年互联网企业Python面试真题,复习时非常方便

👉Python学习路线汇总👈

Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。(全套教程文末领取哈)
在这里插入图片描述

👉Python必备开发工具👈

在这里插入图片描述

温馨提示:篇幅有限,已打包文件夹,获取方式在:文末

👉Python学习视频600合集👈

观看零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。
在这里插入图片描述

👉实战案例👈

光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
在这里插入图片描述

👉100道Python练习题👈

检查学习结果。
在这里插入图片描述

👉面试刷题👈

在这里插入图片描述

在这里插入图片描述

👉python副业兼职与全职路线👈

在这里插入图片描述

上述这份完整版的Python全套学习资料已经上传CSDN官方,朋友们如果需要可以微信扫描下方CSDN官方认证二维码 即可领取↓↓↓

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值