学习Python网络爬虫都需要安装哪些库?

python爬虫要装什么库-LMLPHP

以下是Python爬虫涉及的相关库

请求库,解析库,存储库,工具库

1、请求库:urllib/re/requests

(1) urllib/re是python默认自带的库,可以通过以下命令进行验证:

python爬虫要装什么库-LMLPHP

没有报错信息输出,说明环境正常

(2) requests安装

2.1 打开CMD,输入 pip3 install requests

2.2 等待安装后,验证

python爬虫要装什么库-LMLPHP

(3) selenium安装(驱动浏览器进行网站访问行为)

3.1 打开CMD,输入 pip3 install selenium

3.2 安装chromedriver

网址:https://npm.taobao.org/

把下载完成后的压缩包解压,把exe放到D:\Python3.6.0\Scripts\

这个路径只要在PATH变量中就可以

3.3 等待安装完成后,验证

python爬虫要装什么库-LMLPHP

回车后弹出chrome浏览器界面

3.4 安装其他浏览器

无界面浏览器phantomjs

下载网址:http://phantomjs.org/

下载完成后解压,把整个目录放到D:\Python3.6.0\Scripts\,把bin目录的路径添加到PATH变量

验证:

打开CMD

python爬虫要装什么库-LMLPHP

2. 解析库:

2.1 lxml (XPATH)

打开CMD输入pip3 install lxml或者从https://pypi.python.org下载,例如,lxml-4.1.1-cp36-cp36m-win_amd64.whl (md5) ,先下载whl文件,命令行执行pip3 install 文件名.whl

2.2 beautifulsoup

打开CMD,需要先安装好lxml

pip3 install beautifulsoup4

python爬虫要装什么库-LMLPHP

2.3 pyquery(类似jquery语法)

打开CMD,pip3 install pyquery

验证安装结果

python爬虫要装什么库-LMLPHP

3. 存储库

3.1 pymysql(操作MySQL,关系型数据库)

安装:pip3 install pymysql,安装后测试:

python爬虫要装什么库-LMLPHP

3.2 pymongo(操作MongoDB,key-value)

安装 pip3 install pymongo

验证

python爬虫要装什么库-LMLPHP

3.3 redis(分布式爬虫,维护爬取队列) 安装:pip3 install redis

验证:

python爬虫要装什么库-LMLPHP

4.1Django(分布式爬虫维护系统)pip3 install django

4.2jupyter(运行在网页端的记事本,支持markdown,可以在网页上运行代码)安装 pip3 install jupyter

验证:打开CMD,jupyter notebook

之后就可以在网页直接创建记事本,代码块和Markdown块,支持打印

以上就是python爬虫要装什么库的详细内容,更多请关注Work网其它相关文章!

09-14 22:23