python爬虫都能干什么用?为什么选择用python做爬虫
什么是网络爬虫?
网络爬虫是一个自动提取网页的程序,它为搜索引擎从万维网上下载网页,是搜索引擎的重要组成。传统爬虫从一个或若干初始网页的URL开始,获得初始网页上的URL,在抓取网页的过程中,不断从当前页面上抽取新的URL放入队列,直到满足系统的一定停止条件
爬虫有什么用?
做为通用搜索引擎网页收集器。(google,baidu)做垂直搜索引擎.科学研究:在线人类行为,在线社群演化,人类动力学研究,计量社会学,复杂网络,数据挖掘,等领域的实证研究都需要大量数据,网络爬虫是收集相关数据的利器。偷窥,hacking,发垃圾邮件……
爬虫是搜索引擎的第一步也是最容易的一步
用什么语言写爬虫?
C,C 。高效率,快速,适合通用搜索引擎做全网爬取。缺点,开发慢,写起来又臭又长,例如:天网搜索源代码。脚本语言:Perl, Python, Java, Ruby。简单,易学,良好的文本处理能方便网页内容的细致提取,但效率往往不高,适合对少量网站的聚焦爬取C#?(貌似信息管理的人比较喜欢的语言)
选择Python做爬虫的原因:
跨平台,对Linux和windows都有不错的支持。
科学计算,数值拟合:Numpy,Scipy
可视化:2d:Matplotlib(做图很漂亮), 3d: Mayavi2
复杂网络:Networkx统计:与R语言接口:Rpy
交互式终端
网站的快速开发
一个简单的Python爬虫
import urllib
import urllib.request
def loadPage(url,filename):
"""
作用:根据url发送请求,获取html数据;
:param url:
:return:
"""
request=urllib.request.Request(url)
html1= urllib.request.urlopen(request).read()
return html1.decode('utf-8')
def writePage(html,filename):
"""
作用将html写入本地
:param html: 服务器相应的文件内容
:return:
"""
with open(filename,'w') as f:
f.write(html)
print('-'*30)
def tiebaSpider(url,beginPage,endPage):
"""
作用贴吧爬虫调度器,负责处理每一个页面url;
:param url:
:param beginPage:
:param endPage:
:return:
"""
for page in range(beginPage,endPage 1):
pn=(page - 1)*50
fullurl=url "&pn=" str(pn)
print(fullurl)
filename='第' str(page) '页.html'
html= loadPage(url,filename)
writePage(html,filename)
if __name__=="__main__":
kw=input('请输入你要需要爬取的贴吧名:')
beginPage=int(input('请输入起始页'))
endPage=int(input('请输入结束页'))
url='https://tieba.baidu.com/f?'
kw1={'kw':kw}
key = urllib.parse.urlencode(kw1)
fullurl=url key
tiebaSpider(fullurl,beginPage,endPage)
更多Python相关技术文章,请访问Python教程栏目进行学习!
以上就是为什么选择用python做爬虫的详细内容,更多请关注其它相关文章!
更多技巧请《转发 关注》哦!
- 12-16育婴师证报考条件哪里可以报 2022年考取育婴师证报名方式及报名条件有哪些
- 03-02宝岛花园法拍:法拍观察,5011万元南京先锋奥莱所租场地低于估价
- 06-17天道中最经典的一个台词:天道中值得思考的台词
- 12-30情满中秋月礼赞教师节主题活动:喜迎国庆,欢度中秋不负劳动
- 02-18宋慧乔刘海造型八字刘海:37岁宋慧乔空气刘海脸小了一圈更美了
- 03-072023山西中考百校模拟联考数学二:2022山西中考模拟百校联考
- 01-10阎维文一生娶几个老婆:小白杨,阎维文25岁娶初恋
- 06-10怎么判断wifi信号强度好不好?无线信号时好时坏我一般都用它来检测
- 04-26紫藤花七律诗:凌霄花七律
- 06-11后羿的玩法教学及意识,高分玩家后羿全全全全解析
- 02-15椰子油使用小tips 整理了60种椰子油的妙用
- 02-19苹果手表现在买划算吗?苹果手表值的购买吗分享九个基本操作
- 09-16治愈文案阳光短句:少年文案短句干净治愈阳光
- 03-19民国插画作品欣赏 多图,一组绝美的民国风插画欣赏
- 06-15武汉洪山区游玩推荐攻略,武汉八月初秋黄陂区长轩岭明清街
- 09-26古文怼人优雅句带翻译:古文怼人这才叫爽赶快收藏起来
热门
推荐
- 1高三秋季学期班主任工作计划343
- 2港口业务管理论文112
- 3我愿赠你温暖初二作文405
- 4高中化学必修二烷烃知识点135
- 5加快旅游强市思考建议127
- 6三基工作心得体会_三基工作个人经验总结分享203
- 72020初中入团申请书600字范文109
- 8个人工作计划书写要求范文358