Python爬虫常用库的安装及其环境配置


Posted in Python onSeptember 19, 2018

Python常用库的安装

urllib、re 这两个库是Python的内置库,直接使用方法import导入即可。

在python中输入如下代码:

import urllib
import urllib.request
response=urllib.request.urlopen("http://www.baidu.com")
print(response)

返回结果为HTTPResponse的对象:

<http.client.HTTPResponse object at 0x000001929C7525F8>

正则表达式模块

import re

该库为python自带的库,直接运行不报错,证明该库正确安装。

requests这个库是请求的库

我们需要使用执行文件pip3来进行安装。文件处于C:\Python36\Scripts下,我们可以先将此路径设为环境变量。在命令行中输入pip3 install requests进行安装。安装完成后进行验证

>>> import requests
>>> requests.get('http://www.baidu.com')
<Response [200]>

selenium实际上是用来浏览器的一个库

做爬虫时可能会碰到使用JS渲染的网页,使用requests来请求时,可能无法正常获取内容,我们使用selenium可以驱动浏览器获得渲染后的页面。也是使用pip3  install selenium安装。进行验证

>>> import selenium
>>> from selenium import webdriver
>>> driver = webdriver.Chrome()
DevTools listening on ws://127.0.0.1:60980/devtools/browser/7c2cf211-1a8e-41ea-8e4a-c97356c98910
>>> driver.get('http://www.baidu.com')

上述命令可以直接打开chrome浏览器,并且打开百度。但是,在这之前我们必须安装一个chromedriver,并且安装googlchrome浏览器,可自行去官网下载。当我们安装完毕后再运行这些测试代码可能依旧会出现一闪而退的情况,那么问题出在,chrome和chromdriver的版本不兼容,可以在官网下载chrome更高的版本,或者chromedriver更低的版本,但是只要都是最高版本就没问题。
如何查看本机的chrome的版本,具体方法如下:

Python爬虫常用库的安装及其环境配置

chromedriver的下载地址如下:
http://chromedriver.storage.googleapis.com/index.html
chromedriver解压后放到Python或者其他配置了环境变量的目录下。 

phantomjs是一个无界面浏览器,在后台运行

可在官网自行下载。并且需要将phantomjs.exe  的所在目录设为环境变量。测试代码

>>> from selenium import webdriver
>>> driver = webdriver.PhantomJS()
>>> driver.get('http://www.baidu.com')
>>> driver.page_source
'<!DOCTYPE html><!--STATUS OK--><html><head>\n

lxml

使用pip3 install lxml安装

beautifulsoup是一个网络解析库,依赖于lxml库

使用pip3安装。必须安装pip3 install beautifulsoup4,因为beautifulsoup已经停止维护了。安装验证

>>> from bs4 import BeautifulSoup
>>> soup = BeautifulSoup('<html></html>','lxml')
>>>

pyquery也是网页解析库

较bs4更加方便,语法和Jquery无异。也是使用pip3 安装

>>> from pyquery import PyQuery as pq #将其重命名
>>> doc = pq('<html></html>')
>>> doc = pq('<html>hello world</html>')
>>> result = doc('html').text()
>>> result
'hello world'

pymysql是一个操作mysql数据库的库

使用pip3 安装

>>> import pymysql
>>> conn = pymysql.connect(host='localhost',user='root',password = '123456',port=3306,db='mysql')
>>> cursor = conn.cursor()
>>> cursor.execute('select * from db')
0

pymongo操作数据库MongoDB的库

需要开启MongoDB服务,在计算机管理当中的服务寻找。也是使用pip3安装

>>> import pymongo
>>> client = pymongo.MongoClient('localhost')
>>> db = client['newtestdb']
>>> db['table'].insert({'name':'tom'})
ObjectId('5b868ee4c4d17a0b2466f748')
>>> db['table'].find_one({'name':'tom'})
{'_id': ObjectId('5b868ee4c4d17a0b2466f748'), 'name': 'tom'}
>>> #完成了单条数据的查询

redis一个非关系型数据库,运行效率高

使用pip3 install redis安装

>>> import redis
>>> r = redis.Redis ('localhost',6379)
>>> r.set('name','tom')
True
>>> r.get('name')
b'tom'
>>> #是一个byte型数据类型

flask做代理时可能会用到

详细内容可以在flask官网查看flask文档

使用pip3 安装pip3 install flask

django是一个web服务器框架

提供了一个完整的后台管理,引擎、接口等,可以使用它做一个完整的网站。可在django的官网查看文档。使用pip3 install django安装

jupyter 可以理解为一个记事本

运行网页端,可以进行写代码,调试,运行。在官网可以下载jupyter,也可以用pip3 安装,相关库非常多,安装比较久。安装后可以在命令行直接运行jupyter notebook,因为此文件在scrips目录下。
C:\Users\dell>jupyter notebook
[I 20:32:37.552 NotebookApp] The port 8888 is already in use, trying another port.
[I 20:32:37.703 NotebookApp] Serving notebooks from local directory: C:\Users\dell

Python爬虫常用库的安装及其环境配置

可以在选项  new   中建立新python3文件,并且可以编写代码。

Python爬虫常用库的安装及其环境配置

默认的文件名为unite,此处将其改为testDemo,使用快捷键ctrl+回车 运行,按键B跳转至新的编辑行。

总结

以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对三水点靠木的支持。如果你想了解更多相关内容请查看下面相关链接

Python 相关文章推荐
Python中的深拷贝和浅拷贝详解
Jun 03 Python
python实现DES加密解密方法实例详解
Jun 30 Python
Python内置函数OCT详解
Nov 09 Python
Python numpy 点数组去重的实例
Apr 18 Python
Python打开文件,将list、numpy数组内容写入txt文件中的方法
Oct 26 Python
基于python的ini配置文件操作工具类
Apr 24 Python
python f-string式格式化听语音流程讲解
Jun 18 Python
将python运行结果保存至本地文件中的示例讲解
Jul 11 Python
Pandas中DataFrame的分组/分割/合并的实现
Jul 16 Python
python切片(获取一个子列表(数组))详解
Aug 09 Python
pytorch常见的Tensor类型详解
Jan 15 Python
Python 实现敏感目录扫描的示例代码
May 21 Python
Python开发虚拟环境使用virtualenvwrapper的搭建步骤教程图解
Sep 19 #Python
python3.6.3安装图文教程 TensorFlow安装配置方法
Jun 24 #Python
Windows 64位下python3安装nltk模块
Sep 19 #Python
win10 64bit下python NLTK安装教程
Sep 19 #Python
Windows下Anaconda2安装NLTK教程
Sep 19 #Python
浅述python2与python3的简单区别
Sep 19 #Python
NLTK 3.2.4 环境搭建教程
Sep 19 #Python
You might like
PHP通过COM使用ADODB的简单例子
2006/12/31 PHP
php对二维数组进行排序的简单实例
2013/12/19 PHP
PHP用mb_string函数库处理与windows相关中文字符及Win环境下开启PHP Mb_String方法
2015/11/11 PHP
php官方微信接口大全(微信支付、微信红包、微信摇一摇、微信小店)
2015/12/21 PHP
php使用文本统计访问量的方法
2016/05/12 PHP
PHP之将POST数据转化为字符串的实现代码
2016/11/03 PHP
ThinkPHP下表单令牌错误与解决方法分析
2017/05/20 PHP
基于jquery实现图片相关操作(重绘、获取尺寸、调整大小、缩放)
2015/12/25 Javascript
Js得到radiobuttonlist选中值的两种方法(推荐)
2016/08/25 Javascript
js遍历map javaScript遍历map的简单实现
2016/08/26 Javascript
js转html实体的方法
2016/09/27 Javascript
ionic开发中点击input时键盘自动弹出
2016/12/23 Javascript
Vue表单验证插件的制作过程
2017/04/01 Javascript
微信小程序页面传值实例分析
2017/04/19 Javascript
javascript将list转换成树状结构的实例
2017/09/08 Javascript
JavaScript去掉数组重复项的方法分析【测试可用】
2018/07/19 Javascript
[03:38]2014DOTA2西雅图国际邀请赛 VG战队巡礼
2014/07/07 DOTA
Python爬虫DNS解析缓存方法实例分析
2017/06/02 Python
浅谈机器学习需要的了解的十大算法
2017/12/15 Python
Jupyter中直接显示Matplotlib的图形方法
2018/05/24 Python
Python3正则匹配re.split,re.finditer及re.findall函数用法详解
2018/06/11 Python
使用Python中的reduce()函数求积的实例
2019/06/28 Python
pytorch中获取模型input/output shape实例
2019/12/30 Python
python获取依赖包和安装依赖包教程
2020/02/13 Python
Python龙贝格法求积分实例
2020/02/29 Python
利用python在excel中画图的实现方法
2020/03/17 Python
Django添加bootstrap框架时无法加载静态文件的解决方式
2020/03/27 Python
Python timeit模块原理及使用方法
2020/10/10 Python
HTML5 预加载让页面得以快速呈现
2013/08/13 HTML / CSS
美国翻新电子产品商店:The Store
2019/10/08 全球购物
政风行风评议工作总结
2014/10/21 职场文书
2015年社会实践个人总结
2015/03/06 职场文书
创业计划书之农家乐
2019/10/09 职场文书
Elasticsearch 数据类型及管理
2022/04/19 Python
Java 定时任务技术趋势简介
2022/05/04 Java/Android
nginx设置资源请求目录的方式详解
2022/05/30 Servers