位置: 编程技术 - 正文
Python 爬虫学习笔记之单线程爬虫(python爬虫从入门到精通)
编辑：rootadmin推荐整理分享Python 爬虫学习笔记之单线程爬虫(python爬虫从入门到精通)，希望有所帮助，仅作参考，欢迎阅读内容。
文章相关热门搜索词:python爬虫入门教程,python爬虫自学系列,python爬虫基础教程,python爬虫快速入门,python爬虫入门,python爬虫自学系列,python爬虫基础教程,python爬虫入门,内容如对您有帮助，希望把文章链接给更多的朋友！
介绍
本篇文章主要介绍如何爬取麦子学院的课程信息（本爬虫仍是单线程爬虫），在开始介绍之前，先来看看结果示意图
怎么样，是不是已经跃跃欲试了？首先让我们打开麦子学院的网址，然后找到麦子学院的全部课程信息，像下面这样
这个时候进行翻页，观看网址的变化，首先，第一页的网址是 第二页变成了 第三页变成了 ，可以看到，每次翻一页，0后面的数字就会递增1，然后就有人会想到了，拿第一页呢？我们尝试着将 放进浏览器的地址栏，发现可以打开第一栏，那就好办了，我们只需要使用 re.sub() 就可以很轻松的获取到任何一页的内容。获取到网址链接之后，下面要做的就是获取网页的源代码，首先右击查看审查或者是检查元素，就可以看到以下界面
找到课程所在的位置以后，就可以很轻松的利用正则表达式将我们需要的内容提取出来，至于怎么提取，那就要靠你自己了，尝试着自己去找规律才能有更大的收获。如果你实在不知道怎么提取，那么继续往下，看我的源代码吧
实战源代码
以上代码并不难懂，基本就是正则表达式的使用，然后直接运行就可以看到开头我们的截图内容了，由于这是单线程爬虫，所以运行速度感觉有点慢，接下来还会继续更新多线程爬虫。
应小伙伴们的要求，下面附上requests爬虫库的安装和简单示例
首先安装pip包管理工具,下载get-pip.py. 我的机器上安装的既有python2也有python3。
安装pip到python2：
python get-pip.py
安装到python3：
python3 get-pip.py
pip安装完成以后，安装requests库开启python爬虫学习。
安装requests
pip3 install requests
我使用的python3，python2可以直接用pip install requests.
入门例子
第一行引入requests库，第二行使用requests的get方法获取网页源代码，第三行设置编码格式，第四行文本输出。 把获取到的网页源代码保存到文本文件中：
Python 爬虫学习笔记之多线程爬虫 XPath的安装以及使用1.XPath的介绍刚学过正则表达式，用的正顺手，现在就把正则表达式替换掉，使用XPath，有人表示这太坑爹了，早知道刚上来就学习XPa
浅析Python中MySQLdb的事务处理功能 前言任何应用都离不开数据，所以在学习python的时候，当然也要学习一个如何用python操作数据库了。MySQLdb就是python对mysql数据库操作的模块。今天写了
Python3中使用urllib的方法详解(header,代理,超时,认证,异常处理) 我们可以利用urllib来抓取远程的数据进行保存哦，以下是python3抓取网页资源的多种方法，有需要的可以参考借鉴。1、最简单importurllib.requestresponse=urllib.
标签: python爬虫从入门到精通
本文链接地址:https://www.jiuchutong.com/biancheng/384469.html 转载请保留说明！
