欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  后端开发

python爬虫需要安装什么

程序员文章站 2022-03-10 10:47:07
...

python爬虫需要安装什么

世界上80%的爬虫是基于Python开发的,学好爬虫技能,可为后续的大数据分析、挖掘、机器学习等提供重要的数据源。

python爬虫需要安装相关库:

python爬虫涉及的库:

请求库,解析库,存储库,工具库

1. 请求库:urllib/re/requests

(1) urllib/re是python默认自带的库,可以通过以下命令进行验证:

python爬虫需要安装什么

没有报错信息输出,说明环境正常

(2) requests安装

2.1 打开CMD,输入

pip3 install requests

2.2 等待安装后,验证

python爬虫需要安装什么

(3) selenium安装(驱动浏览器进行网站访问行为)

3.1 打开CMD,输入

pip3 install selenium

3.2 安装chromedriver

网址:https://npm.taobao.org/

把下载完成后的压缩包解压,把exe放到D:\Python3.6.0\Scripts\

这个路径只要在PATH变量中就可以

3.3 等待安装完成后,验证

python爬虫需要安装什么

回车后弹出chrome浏览器界面

3.4 安装其他浏览器

*面浏览器phantomjs

下载网址:http://phantomjs.org/

下载完成后解压,把整个目录放到D:\Python3.6.0\Scripts\,把bin目录的路径添加到PATH变量

验证:

打开CMD

phantomjs
console.log('phantomjs')

CTRL+C

python
from selenium import webdriver
driver = webdriver.PhantomJS()
dirver.get('http://www.baidu.com')
driver.page_source

2. 解析库:

2.1 lxml (XPATH)

打开CMD

pip3 install lxml

或者从https://pypi.python.org下载,例如,lxml-4.1.1-cp36-cp36m-win_amd64.whl (md5) ,先下载whl文件

pip3 install 文件名.whl

2.2 beautifulsoup

打开CMD,需要先安装好lxml

pip3 install beautifulsoup4

验证

python
from bs4 import BeautifulSoup
soup = BeautifulSoup('<html></html>','lxml')

2.3 pyquery(类似jquery语法)

打开CMD

pip3 install pyquery

验证安装结果

python
from pyquery import PyQuery as pq
doc = pq('<html>hi</html>')
result = doc('html').text()
result

python爬虫需要安装什么

3. 存储库

3.1 pymysql(操作MySQL,关系型数据库)

安装:

pip3 install pymysql

安装后测试:

python爬虫需要安装什么

python爬虫需要安装什么

3.2 pymongo(操作MongoDB,key-value)

安装

pip3 install pymongo

验证

python
import pymongo
client = pymongo.MongoClient('localhost')
db = client['testdb']
db['table'].insert({'name':'bob'})
db['table'].find_one({'name':'bob'})

python爬虫需要安装什么

3.3 redis(分布式爬虫,维护爬取队列)

安装:

pip3 install redis

验证:

python爬虫需要安装什么

4.工具库

4.1 flask(WEB库)

pip3 install flask

python爬虫需要安装什么

4.2 Django(分布式爬虫维护系统)

pip3 install django

4.3 jupyter(运行在网页端的记事本,支持markdown,可以在网页上运行代码)

pip3 install jupyter

验证:

打开CMD

jupyter notebook

之后就可以在网页直接创建记事本,代码块和Markdown块,支持打印

【相关推荐】

1. python爬虫库以及相关利器

2. python爬虫入门教程

以上就是python爬虫需要安装什么的详细内容,更多请关注其它相关文章!

相关标签: python