python爬虫例子

前言一、python爬虫要注意什么!!!2. 禁止所有网络爬虫3. 对个别文件夹有限制二、使用步骤1.引入库2.读入数据总结
摘要由CSDN通过智能技术生成

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档


前言

总结一下近期的学习成果,沉淀一下自己。从python爬虫开始。爬虫作为一种网络“流氓”工具,有利也有弊。 它可以帮助我们自动化获取数据,但是同样也给服务器端带来了很大的麻烦。 如果运用不好可能会触犯法律,大家在使用时一定要注意。


一、python爬虫要注意什么!!!

在爬取一个网站之前,一定要确保这个网站允许爬虫,一定要看清楚爬虫允许的范围。
在网址后面加上robots.txt,查看该网站对爬虫的允许范围。
下面举三个例子

1. 没有限制(以新东方官网为例 www.xdf.cn)

在输入网址栏输入 www.xdf.cn/robots.txt
在这里插入图片描述
如果出现找不到页面,404 not found等页面,说明该网站并未对爬虫有限制(但是爬虫需适度,不可搞炸对方服务器)。

2. 禁止所有网络爬虫(以淘宝热卖网为例 )

在这里插入图片描述

3. 对个别文件夹有限制

以京东为例 www.jd.com/robots.txt
在这里插入图片描述

二、使用步骤

1.引入库

代码如下(示例):

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')
import  ssl
ssl._create_default_https_context = ssl._create_unverified_context

2.读入数据

代码如下(示例):

data = pd.read_csv(
    'https://labfile.oss.aliyuncs.com/courses/1283/adult.data.csv')
print(data.head())

该处使用的url网络请求的数据。


总结

提示:这里对文章进行总结:
例如:以上就是今天要讲的内容,本文仅仅简单介绍了pandas的使用,而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。

  • 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