文章詳情頁
網頁爬蟲 - Python爬蟲入門知識
瀏覽：303日期：2022-06-26 18:12:12
問題描述
本人快大二了，自習了Python，語法基本會。想學下爬蟲，但是感覺這涉及到好多知識啊，有沒有過來人總結下都有什么知識，或者Python爬蟲該怎么學？
問題解答
回答1：爬蟲學習要從需求學習，你看網上那么多初級爬蟲都是爬些什么段子，美女圖什么的，三天就能搞定這些簡單的爬蟲。
但是深入的話就是很難的，涉及到的方面也很多。
入門不是什么難事，可以看下這個--如何學習Python爬蟲[入門篇] https://zhuanlan.zhihu.com/p/...
回答2：原理上就是http請求,再多一點就是session和cookie，再多就是驗證碼識別。工具上就是請求工具可以用urllib2，更好是request庫，請求過來需要解析，那就是beautifulsoup。
Python 基礎教程 | 菜鳥教程 http://www.runoob.com/python/...
Beautiful Soup 4.2.0 文檔 — Beautiful Soup 4.2.0 documentation https://www.crummy.com/softwa...
爬蟲性能：NodeJs VS Python - QueenKing - SegmentFault /a/11...
用KNN來進行驗證碼識別 - QueenKing - SegmentFault /a/11...
回答3：可以參考 Python-Scrapy 爬蟲框架，這有中文手冊。
相關文章：
1. 測試自動化html元素選擇器元素ID或DataAttribute [關閉]2. html5 - datatables 加載不出來數據。3. javascript - QQ第三方登錄的問題4. html5和Flash對抗是什么情況？5. 利用IPMI遠程安裝centos報錯！6. node.js - mongodb查找子對象的名稱為某個值的對象的方法7. 運行python程序時出現“應用程序發生異常”的內存錯誤？8. 在mac下出現了兩個docker環境9. 正在使用electron和node.js做桌面應用，需要實時監聽是否有網絡連接，node或者electron是否可以做到10. spring-mvc - spring-session-redis HttpSessionListener失效
排行榜
網公網安備