python构建基础的爬虫教学
更新时间：2018年12月23日 10:56:50 作者：please1748
在本篇内容里小编给大家分享的是关于python构建基础的爬虫教学内容，需要的朋友们学习下。
爬虫具有域名切换、信息收集以及信息存储功能。
这里讲述如何构建基础的爬虫架构。
1、urllib库：包含从网络请求数据、处理cookie、改变请求头和用户处理元数据的函数。是python标准库.urlopen用于打开读取一个从网络获取的远程对象。能轻松读取HTML文件、图像文件及其他文件流。
2、beautifulsoup库：通过定位HTML标签格式化和组织复杂的网络信息，用python对象展现XML结构信息。不是标准库，可用pip安装。常用的对象是BeautifulSoup对象。
1、基础爬虫
爬虫需要首先import对象，然后打开网址，使用BeautifulSoup对网页内容进行读取。
2、使用print输出打开的网址的内容。
3、从输出中可以看出内容的结构为：
4、输出内容中的html-body-h1的内容可使用四种语句。
5、BeautifulSoup可提取HTML、XML文件的任意节点的信息，只需要目标信息旁边或附近有标记。
1、Error在运行代码时，经常会出现错误，看懂错误出现的原因才能解决存在的问题。
2、在html=urlopen('')中会发生两种错误：网页在服务器上不存在或服务器不存在。
3、网页在服务器上不存在会出现HTTPError，可使用try语句进行处理。
当程序返回HTTPError错误代码时，会显示错误内容。
4、服务器不存在时，urlopen会返回None.
可使用判断语句进行检测。
调用的标签不存在会出现None，调用不存在的标签下的子标签，就会出现AttributeError错误。
总结：以上就是关于python构建基础的爬虫的基础步骤内容，感谢大家的阅读和对脚本之家的支持。
相关文章
饼图,或称饼状图,是一个划分为几个扇形的圆形统计图表,这篇文章主要为大家详细介绍了如何使用Matplotlib绘制饼图,需要的小伙伴可以参考下2023-08-08
这篇文章主要介绍了python matplotlib保存图片不全问题及解决方案,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2023-09-09
这篇文章主要介绍了Python科学计算库—Scipy的相关知识，非常不错，具有一定的参考借鉴价值,需要的朋友可以参考下2019-10-10
今天小编给大家分享一个非常不错的方法破解linux口令，主要是利用linux系统中的crypt模块模拟了linux系统中用户密码的加密，操作也很方便，对python破解linux口令相关知识感兴趣的朋友跟随小编一起学习下吧2021-05-05
在numpy的函数库中,np.append()函数是一个常用的数组操作函数,它在进行数组操作时能够将两个数组进行拼接,并返回一个拼接后的新数组,下面就来介绍一下具体用法,感兴趣的可以了解一下2023-11-11
我们在处理数据的时候,经常需要检查数据的质量,也需要知道出问题的数据在哪个位置,下面这篇文章主要给大家介绍了关于Python实战基础之利用Pandas统计某个数据列空值个数的相关资料,需要的朋友可以参考下2022-08-08
这篇文章主要介绍了Python 调用 zabbix api的方法示例，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2019-01-01
这篇文章主要介绍了对于Python的Django框架使用的一些实用建议,包括一些优秀模块的介绍,要的朋友可以参考下2015-04-04
利用pipenv和pyenv管理多个相互独立的Python虚拟开发环境
这篇文章主要介绍了利用pipenv和pyenv管理多个相互独立的Python虚拟开发环境，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2020-11-11
今天小编就为大家分享一篇浅谈python下含中文字符串正则表达式的编码问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-12-12
最新评论