这篇文章主要介绍了使用python写爬虫的方法，具有一定借鉴价值，需要的朋友可以参考下。希望大家阅读完这篇文章后大有收获。下面让小编带着大家一起了解一下。
用python写爬虫的流程和思路如下，有需要的小伙伴可以借鉴..
1. 整体思路流程
通过URL获取说要爬取的页面的响应信息（Requests库的使用）
通过python中的解析库来对response进行结构化解析（BeautifulSoup库的使用）
通过对解析库的使用和对所需要的信息的定位从response中获取需要的数据（selecter和xpath的使用）
将数据组织成一定的格式进行保存（MongoDB的使用）
通过对数据库中的数据进行筛选和组织，进行数据可视化的初步展示（HighCharts库的使用）
2. 简单代码演示
准备工作
下载并安装所需要的python库，包括：
requests库：用于向指定url发起请求
BeautifulSoup库：用于解析返回的网页信息
lxml库：用于解析网页返回结果
pymongo库：用于实现python对MongoDB的操作
3. 对所需要的网页进行请求并解析返回的数据
对于想要做一个简单的爬虫而言，这一步其实很简单，主要是通过requests库来进行请求，然后对返回的数据进行一个解析，解析之后通过对于元素的定位和选择来获取所需要的数据元素，进而获取到数据的一个过程。（更多学习内容，请点击python学习网。）
一个简单的网络爬虫示例
import requests
from bs4 import BeautifulSoup
#58同城的二手市场主页面
start_url = 'http://bj.58.com/sale.shtml'
url_host = 'http://bj.58.com'
#定义一个爬虫函数来获取二手市场页面中的全部大类页面的连接
def get_channel_urls(url):
#使用Requests库来进行一次请求
web_data = requests.get(url)
#使用BeautifulSoup对获取到的页面进行解析
soup = BeautifulSoup(web_data.text, 'lxml')
#根据页面内的定位信息获取到全部大类所对应的连接
urls = soup.select('ul.ym-submnu > li > b > a')
#作这两行处理是因为有的标签有链接，但是却是空内容
for link in urls:
if link.text.isspace():
continue
else:
page_url = url_host + link.get('href')
print(page_url)感谢你能够认真阅读完这篇文章，希望小编分享使用python写爬虫的方法内容对大家有帮助，同时也希望大家多多支持亿速云，关注亿速云行业资讯频道，遇到问题就找亿速云，详细的解决方法等着你来学习!
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
