# 概览
* 零基础学习python及爬虫, python版本为3.5
* 代码中为了便于调试都有print输出部分,如果需要调试的可以帮注释去掉
# 目录
### examples
本目录中主要是python基础和爬虫需要用到的常用扩展库的使用
1. [example-1.py](https://github.com/gaoyaqiu/python-spider/blob/master/examples/example-1.py) python语法基础
2. [example-2.py](https://github.com/gaoyaqiu/python-spider/blob/master/examples/example-2.py) python控制流与小实例
3. [example-3.py](https://github.com/gaoyaqiu/python-spider/blob/master/examples/example-3.py) python函数详解
4. [example-4.py](https://github.com/gaoyaqiu/python-spider/blob/master/examples/example-4.py) python模块实战
5. [example-5.py](https://github.com/gaoyaqiu/python-spider/blob/master/examples/example-5.py) python文件操作实战
6. [example-6.py](https://github.com/gaoyaqiu/python-spider/blob/master/examples/example-6.py) python异常处理实战
7. [example-7.py](https://github.com/gaoyaqiu/python-spider/blob/master/examples/example-7.py) 面向对象编程
8. [example-8.py](https://github.com/gaoyaqiu/python-spider/blob/master/examples/example-8.py) 正则表达式-原子
9. [example-9.py](https://github.com/gaoyaqiu/python-spider/blob/master/examples/example-9.py) 正则表达式-元字符
10. [example-10.py](https://github.com/gaoyaqiu/python-spider/blob/master/examples/example-10.py) 正则表达式-模式修正符
11. [example-11.py](https://github.com/gaoyaqiu/python-spider/blob/master/examples/example-11.py) 正则表达式-贪婪模式和懒惰模式
12. [example-12.py](https://github.com/gaoyaqiu/python-spider/blob/master/examples/example-12.py) 简单爬虫的编写(urllib学习)
13. [example-13.py](https://github.com/gaoyaqiu/python-spider/blob/master/examples/example-13.py) 超时设置
14. [example-14.py](https://github.com/gaoyaqiu/python-spider/blob/master/examples/example-14.py) 自动模拟HTTP请求与百度信息自动搜索爬虫实战
15. [example-15.py](https://github.com/gaoyaqiu/python-spider/blob/master/examples/example-15.py) 自动模拟HTTP请求之自动POST实战
16. [example-16.py](https://github.com/gaoyaqiu/python-spider/blob/master/examples/example-16.py) 爬虫的异常处理实战
17. [example-17.py](https://github.com/gaoyaqiu/python-spider/blob/master/examples/example-17.py) 爬虫的浏览器伪装技术实战
18. [example-18.py](https://github.com/gaoyaqiu/python-spider/blob/master/examples/example-18.py) CSDN博文爬虫实战
19. [example-19.py](https://github.com/gaoyaqiu/python-spider/blob/master/examples/example-19.py) 糗事百科段子爬虫实战
20. [example-20.py](https://github.com/gaoyaqiu/python-spider/blob/master/examples/example-20.py) 用户代理池构建实战
21. [example-21.py](https://github.com/gaoyaqiu/python-spider/blob/master/examples/example-21.py) IP代理池构建实战
22. [example-22.py](https://github.com/gaoyaqiu/python-spider/blob/master/examples/example-22.py) 淘宝商品图片爬虫实战
23. [example-23.py](https://github.com/gaoyaqiu/python-spider/blob/master/examples/example-23.py) 如何同时使用用户代理池和IP代理池
24. [example-24.py](https://github.com/gaoyaqiu/python-spider/blob/master/examples/example-24.py) 在Urllib中使用XPath表达式
25. [example-25.py](https://github.com/gaoyaqiu/python-spider/blob/master/examples/example-25.py) BeautifulSoup基础实战
26. [example-26.py](https://github.com/gaoyaqiu/python-spider/blob/master/examples/example-26.py) PhantomJS基础实战
### dangdang
scrapy实现当当网商品爬虫实战
### baidunews
scrapy百度新闻爬虫实战
### douban
scrapy豆瓣网登陆爬虫与验证码自动识别实战
### jdgoods
scrapy与urllib的整合使用(爬取京东图书商品)
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
爬虫(Web Crawler)是一种自动化程序,用于从互联网上收集信息。其主要功能是访问网页、提取数据并存储,以便后续分析或展示。爬虫通常由搜索引擎、数据挖掘工具、监测系统等应用于网络数据抓取的场景。 爬虫的工作流程包括以下几个关键步骤: URL收集: 爬虫从一个或多个初始URL开始,递归或迭代地发现新的URL,构建一个URL队列。这些URL可以通过链接分析、站点地图、搜索引擎等方式获取。 请求网页: 爬虫使用HTTP或其他协议向目标URL发起请求,获取网页的HTML内容。这通常通过HTTP请求库实现,如Python中的Requests库。 解析内容: 爬虫对获取的HTML进行解析,提取有用的信息。常用的解析工具有正则表达式、XPath、Beautiful Soup等。这些工具帮助爬虫定位和提取目标数据,如文本、图片、链接等。 数据存储: 爬虫将提取的数据存储到数据库、文件或其他存储介质中,以备后续分析或展示。常用的存储形式包括关系型数据库、NoSQL数据库、JSON文件等。 遵守规则: 为避免对网站造成过大负担或触发反爬虫机制,爬虫需要遵守网站的robots.txt协议,限制访问频率和深度,并模拟人类访问行为,如设置User-Agent。 反爬虫应对: 由于爬虫的存在,一些网站采取了反爬虫措施,如验证码、IP封锁等。爬虫工程师需要设计相应的策略来应对这些挑战。 爬虫在各个领域都有广泛的应用,包括搜索引擎索引、数据挖掘、价格监测、新闻聚合等。然而,使用爬虫需要遵守法律和伦理规范,尊重网站的使用政策,并确保对被访问网站的服务器负责。
资源推荐
资源详情
资源评论
收起资源包目录
零基础学习python爬虫.zip (70个子文件)
SJT-code
baidunews
baidunews
__init__.py 0B
pipelines.py 289B
spiders
__init__.py 161B
news.py 2KB
items.py 349B
settings.py 3KB
middlewares.py 2KB
main.py 71B
scrapy.cfg 262B
examples
example-19.py 801B
__init__.py 0B
example-4.py 1KB
example-23.py 2KB
example-10.py 363B
example-15.py 1KB
example-13.py 904B
example-1.py 3KB
example-8.py 1KB
example-5.py 730B
example-18.py 1002B
example-21.py 809B
example-12.py 2KB
example-3.py 1KB
example-2.py 2KB
example-22.py 1KB
example-9.py 790B
example-20.py 1KB
example-24.py 528B
example-26.py 1KB
example-17.py 993B
example-14.py 1KB
example-6.py 971B
example-25.py 2KB
example-7.py 2KB
example-16.py 1KB
example-11.py 1KB
dangdang
main.py 69B
scrapy.cfg 260B
dangdang
__init__.py 0B
pipelines.py 838B
spiders
__init__.py 161B
dd.py 948B
items.py 359B
settings.py 3KB
middlewares.py 2KB
douban
main.py 123B
scrapy.cfg 256B
douban
__init__.py 0B
pipelines.py 286B
spiders
__init__.py 161B
dou.py 3KB
items.py 285B
settings.py 3KB
middlewares.py 2KB
ydm
__init__.py 0B
YDMPython3.py 4KB
yundamaAPI-x64.dll 336KB
yundamaAPI.dll 384KB
YDMHTTP.py 6KB
.gitignore 19B
jdgoods
main.py 125B
scrapy.cfg 258B
jdgoods
__init__.py 0B
pipelines.py 917B
spiders
good.py 5KB
__init__.py 161B
items.py 470B
settings.py 3KB
middlewares.py 2KB
README.md 4KB
共 70 条
- 1
资源评论
JJJ69
- 粉丝: 5940
- 资源: 5586
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功