Python爬取网页数据基本步骤:
from urllib import request
response = request.urlopen(‘完整的网址’)
import requests
import chardet
url = ‘完整的网址’
response = requests.get(url)
response.encoding = chardet.detect(response.content)[‘encoding’]
# 文本
html = response.text
selenium (动态加载的 网页,就用这个)
from selenium import webdriver
scrapy 框架
—– 提取 内容 ——
一般通过 浏览的控制台,先找 统一结构。然后找父元素
1. 正则表达式
2. beautifulsoup
3. selenium的相关方法
4. xpath
—– 存储 内容 ——-
1. txt
2. csv
3. excel
4. mongodb
5. mysql
神龙|纯净稳定代理IP免费测试>>>>>>>>天启|企业级代理IP免费测试>>>>>>>>IPIPGO|全球住宅代理IP免费测试