文章 > Python基础教程 > 网络爬虫python很难吗

网络爬虫python很难吗

头像

小妮浅浅

2021-03-19 11:22:21474浏览 · 0收藏 · 0评论

网络爬虫python不难学,在入手方面也是非常简单的。

1、爬虫概念

网络爬虫,又称网页蜘蛛,是一种根据一定规则自动捕捉万维网信息的程序或脚本。

2、爬虫运行方式

大多数爬行器的运行方式是像“发送请求—获取页面—解析页面—提取并存储内容”这样,实际上也模拟了我们使用浏览器获取网页信息的过程。

简而言之,当我们将请求发送到服务器时,返回页面,通过对页面进行解析,我们可以提取所需的信息部分,并将其存储到指定文档或数据库中。

3、爬虫实例

import re
def geturllist():
  # 不访问网站,而是实例一个对象,为了模拟浏览器访问服务器
  req = urllib2.Request("http://www.budejie.com/video/")
  
  # 添加申请访问的header,让对方服务器误以为是浏览器申请访问
  req.add_header('User-Agent',' Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/71.0.3578.98 Safari/537.36')
 
  # 打开我刚才创建的实例对象
  res =urllib2.urlopen(req)
  html = res.read()
  print html # 访问到了资源代码
 
  # 定义一个正则化表达式为了获取我要的视频网址
  reg = r'data-mp4="(.*?)" '
  # 将网页源码中的视频网址找出来
  urllist = re.findall(reg,html)
  # print urllist
 
  # 有20个视频网址,用for循环一个一个下载出来
  n = 1
  for url in urllist:
    # url 视频网址,'%s.mp4'下载后的名字,url.split('/')[-1] 将字符串按照‘/'分开
    urllib.urlretrieve(url,'%s.mp4' %url.split('/')[-1]) # 下载视频
    n = n+1

以上就是网络爬虫python学习难易的介绍,相信大家经过本篇的学习,已经对网络爬虫有了初步的了解,可以从基础的爬虫知识入手。更多Python学习指路:python爬虫

(推荐操作系统:windows7系统、Python 3.9.1,DELL G3电脑。)

关注公众号

关注公众号,随时随地在线学习

本教程部分素材来源于网络,版权问题联系站长!

底部广告图 底部广告图按钮