苏州园区建设网站首页,网站网络结构设计,重庆网站维护,好的网页设计网站什么是爬虫#xff1f;程序蜘蛛#xff0c;沿着互联网获取相关信息#xff0c;收集目标信息。
一、python环境安装
1、先从Download Python | Python.org中下载最新版本的python解释器
2、再从Download PyCharm: Python IDE for Professional Developers by JetBrains中下…什么是爬虫程序蜘蛛沿着互联网获取相关信息收集目标信息。
一、python环境安装
1、先从Download Python | Python.org中下载最新版本的python解释器
2、再从Download PyCharm: Python IDE for Professional Developers by JetBrains中下载community版本的pycharm免费且够用 pycharm安装中文插件安装后重启pycharm即可 3、如果向博主一样需要直接打开文件运行可能需要添加一下解释器 二 爬虫的流程
1、获取网页内容浏览器会将内容渲染成更直观的页面而程序获得的网页是一串代码
http请求python request实现
2、解析网页内容在全面的内容中把想要的数据提取出来
html格式 python Beautiful Soup库
3、储存或分析数据
注意事项
1、请求数量和频率不要太高无异于DDoS攻击
2、有反爬限制例如验证码就不要强行突破 三、什么事HTTP请求和响应
HTTPHypertext Transfer Protocol超文本传输协议
HTTP请求
GET方法获得数据
POST方法创建数据
七、什么是HTML网页结构
网页三大要素
1HTML定义网页的结构和信息爬虫最需要关心的
2CSS 定义网页的样式 //网站背景 样式
3JavaScript 定义用户和网页的交互逻辑
!DOCTYPE HTML
htmlbodyh1这是一个标题/h1p这是一段文字这是一段文字这是一段文字p/body
!html
显示网页源代码
mac用户 先在safari高级选项中设置然后在开发中打开 七、HTML常见标签
7.1 标题 数字越小字号越大
h1 这是一个一级标题 /h1
h2 这是一个二级标题 /h2
h3 这是一个三级标题 /h3
h4 这是一个四级标题 /h4
h5 这是一个五级标题 /h5
h6 这是一个六级标题 /h67.2 文本段落
p给岁月br以文明/p
p而不是给文明以岁月/p
br //是强制换行
b /b //加粗
i /i //斜体
u /u //下划线
img src链接 width“500px” //图片
a hrefhttps://...我的主页/a //超链接
7.3 容器 7.4 有序列表ordered list/无序列表unordered list
ol //有序列表li语文/lili数学/lili英语/li
/olul //无序列表li语文/lili数学/lili英语/li
/ul
7.5 表格行 7.6 class属性
