python第四天之实战项目准备

首先你可能需要一些html、css知识。
python基本知识---->可以参考我之前的博客
控制台F12知识包括请求头相应头，重点为User-Agent(用来伪装客户端，防止不能爬)、cookie（存客户端信息的）—>参考

一、代码要注意

1、第一行要有 (代码可包含中文)

 -*- coding = utf-8 -*- 或者#coding=utf-8   

可以在File–> Settings -->File and Code Templates -->Python Script里面设置默认模板

#-*- coding = utf-8 ---*-
#@Time :${DATE} ${time} 
#@Author :千千
#@File : ${NAME}.py
#@Software :${PRODUCT_NAME}

2、测试入口 一般为main函数 ，便于理清思路

if __name__ == '__main__':

3、单行注释#

多行可以用快捷键 ctrl+/

4、引入模块

可以引入自定义模块（自己建的包下的文件）、系统模块（sys、os）、第三方模块(re)
from xx import xx

5、引入库的方式

第一种使用cmd pip xxx
或者使用powershell 在pycharm下面的Terminal

第二种 （常用）
如下路径点击加号，搜索库，点击Install Package开始安装，出现绿色就安装成功了。不成功的话就多安装几次。

二、了解爬取网页

爬取豆瓣top250电影
豆瓣网站

1、目的

爬取 名称、豆瓣评分、评价数、电影概况以及电影链接

网站规律：
每页25条数据start从0开始，每页网址为（n-1）*25.[n为页数]
https://movie.douban.com/top250?start=0/25/50

2、使用到的库

库	用途	是否要手动下载
urllib.request,urllib.error	指定URL	不需要
bs4	网页解析，获取数据	需要下载
re	正则表达式，文字匹配	不需要
xlwt	进行execl操作	需要下载
sqlite3	进行SQLite数据库操作	2.5版本以上自带

视频来源:B站 IT私塾