本文面向Python初学者，教你如何利用基础语法编写原生爬虫。通过介绍如何找到爬取目标网页、识别HTML标签，并模拟HTTP请求，逐步展示爬取直播平台主播排名的过程。文章以熊猫直播吃鸡板块为例，详细解释了主播姓名和观看人数对应的HTML标签，强调了正则表达式在爬虫中的重要性，并预告教程将分为上、中、下三篇。
导读
在学习python的小白大军里，相信不少人是奔着往爬虫方向走的。尤其是零基础的小伙伴，一套基本语法学习下来，发现离自己去写爬虫的目标好像依然有很长一段路，也有不少人放弃了。
其实，只要你把基础语法学好了，已经具备了编写一个原生爬虫的能力了，只是你自己不知道而已。今天给大家讲讲，怎么把自己学到的东西串联起来做个原生爬虫。
知识储备
- 1、import导入用法
- 2、for循环的运用
- 3、面向对象（知道怎么创建函数、类、以及实例化）
- 4、正则表达式（这是爬虫最重要的！）
开发工具
本教程基于python3.5及其以上版本
本教程以vscode开发（pycharm或其他工具也行）
一、找到想要爬取的网页
这里以熊猫直播为例子：
打开浏览器，输入网址，然后点击检查，查看当前页面的html标签
以熊猫tv的吃鸡板块为例，可以看到，目前所有主播的房间都有观看人数等数据在上面，那么我们要做的就是把“主播姓名”和“对应的观看人数”抓取下来
最低0.47元/天 解锁文章
扫一扫
1552
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
