用Python写爬虫,需要用到以下这些知识
1、HTML,了解网页的结构,内容等,帮助后续的数据爬取。 2、Python,可以去网上找一些教学视频,教学博客等等,去看一下,然后有基础了之后还可以找一些晋升的视频,再打打基础。 3、TCP/IP协议,HTTP协议,了解在网络请求和网络传输上的基本原理,帮助今后写爬虫的时候理解爬虫的逻辑。
其次就是要梳理一下爬虫的思路,简单的说,就是你想要抓取一个网站的内容时,需要怎么一步步做好,需要现有一个大的整体的架构,才能进一步做好接下来的工作。当用户浏览网页时,会看到很多图片,点击网址的时候看到的图片,是经过用户输入网址-DNS服务器-服务器主机-服务器请求-服务器解析-发送浏览器HTML、JS、CSS-浏览器解析-解析图片这一长段的服务器运作来完成的,而爬虫就是需要爬取有HTML代码构成的网页,然后获取图片和文字。
最后,就是要使用合适的工具,比如说想要做好测试,那么就需要相应的环境配置,同样的道理,想要做好python,也需要好用的工具:
1、Notepad++,简单,但是提示功能不强。 2、PyCharm,用于一般IDE具备的功能,比如,调试、语法高亮、代码跳转、等等,同时可用于Django开发,支持Google App Engine、 PyCharm,支持IronPython。 3、芝麻HTTP代理,用于提供代理ip的代理服务器。
python学习网,免费的python学习网站,欢迎在线学习!
常见问题FAQ
- 免费下载或者VIP会员专享资源能否直接商用?
- 本站所有资源版权均属于原作者所有,这里所提供资源均只能用于参考学习用,请勿直接商用。若由于商用引起版权纠纷,一切责任均由使用者承担。更多说明请参考 VIP介绍。
- 提示下载完但解压或打开不了?
- 找不到素材资源介绍文章里的示例图片?
- 模板不会安装或需要功能定制以及二次开发?
发表评论
还没有评论,快来抢沙发吧!