python爬虫教程：Python写网络爬虫的优势和理由

迈不过友情╰ 2023-07-16 14:59 16阅读 0赞

在本篇文章里小编给各位整理了一篇关于选择Python写网络爬虫的优势和理由以及相关代码实例，有兴趣的朋友们阅读下吧。  
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![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hhb3h1bjEy_size_16_color_FFFFFF_t_70]  
网页搜集

• 建立索引

• 查询排序

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）  
为什么最终选择Python？

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)

写到这里，给大家推荐一个资源很全的python学习聚集地，[点击进入][Link 1]，这里有资深程序员分享以前学习心得，学习笔记，还有一线企业的工作经验，且给大家精心整理一份python零基础到项目实战的资料，每天给大家讲解python最新的技术，前景，学习需要留言的小细节

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hhb3h1bjEy_size_16_color_FFFFFF_t_70]: /images/20230528/4676a7185fe240c19e75bcf4a365b976.png
[Link 1]: https://jq.qq.com/?_wv=1027&k=5JIjRvv