這篇文章主要介紹python數(shù)據(jù)爬蟲有什么用,文中介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們一定要看完!
專注于為中小企業(yè)提供網(wǎng)站制作、做網(wǎng)站服務(wù),電腦端+手機(jī)端+微信端的三站合一,更高效的管理,為中小企業(yè)光澤免費(fèi)做網(wǎng)站提供優(yōu)質(zhì)的服務(wù)。我們立足成都,凝聚了一批互聯(lián)網(wǎng)行業(yè)人才,有力地推動(dòng)了成百上千家企業(yè)的穩(wěn)健成長(zhǎng),幫助中小企業(yè)通過網(wǎng)站建設(shè)實(shí)現(xiàn)規(guī)模擴(kuò)充和轉(zhuǎn)變。一、爬蟲工作原理
獲取網(wǎng)頁——分析網(wǎng)頁源代碼——提取信息,便是爬蟲工作的三部曲。
二、爬蟲的基本流程:
用戶獲取網(wǎng)絡(luò)數(shù)據(jù)的方式:
方式1:瀏覽器提交請(qǐng)求--->下載網(wǎng)頁代碼--->解析成頁面。
方式2:模擬瀏覽器發(fā)送請(qǐng)求(獲取網(wǎng)頁代碼)->提取有用的數(shù)據(jù)->存放于數(shù)據(jù)庫或文件中。
包括以下內(nèi)容:
1、發(fā)起請(qǐng)求
2、獲取響應(yīng)內(nèi)容
3、解析內(nèi)容
4、保存數(shù)據(jù)
應(yīng)用場(chǎng)景
1、互聯(lián)網(wǎng)平臺(tái),偏向銷售公司,客戶信息的爬取
2、資訊爬取并應(yīng)用到平臺(tái)業(yè)務(wù)中
3、競(jìng)品公司重要數(shù)據(jù)挖掘分析與應(yīng)用
實(shí)戰(zhàn)例子
項(xiàng)目原理:打開網(wǎng)址-獲取源碼-找到圖片-匹配下載
#coding=utf-8 ''' Created on 2017年1月28日 @author: gaojs ''' import urllib,re,os def getHtml(): page=urllib.urlopen('').read()#打開網(wǎng)址并且讀取 return page x=0 def getimg(page): imgre=re.compile(r' src="(.*?)" class=') imglist=re.findall(imgre,page) for imgurl in imglist: # print imgurl global x if not os.path.exists('/Users/gaojs/Desktop/pic'): print os.mkdir('/Users/gaojs/Desktop/pic/') else: urllib.urlretrieve(imgurl,'/Users/gaojs/Desktop/pic/'+'%s.jpg'%x)#下載圖片到指定位置 x+=1 print u'正在下載第%s張'%x l=getHtml() getimg(l)
以上是python數(shù)據(jù)爬蟲有什么用的所有內(nèi)容,感謝各位的閱讀!希望分享的內(nèi)容對(duì)大家有幫助,更多相關(guān)知識(shí),歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道!
當(dāng)前文章:python數(shù)據(jù)爬蟲有什么用-創(chuàng)新互聯(lián)
網(wǎng)頁URL:http://www.muchs.cn/article2/sphic.html
成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供網(wǎng)站排名、電子商務(wù)、企業(yè)網(wǎng)站制作、品牌網(wǎng)站設(shè)計(jì)、響應(yīng)式網(wǎng)站、服務(wù)器托管
聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請(qǐng)盡快告知,我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如需處理請(qǐng)聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時(shí)需注明來源: 創(chuàng)新互聯(lián)
猜你還喜歡下面的內(nèi)容