如何使用python网络爬虫批量获取公共资源数据?

原文链接:如何使用python网络爬虫批量获取公共资源数据https://mp.weixin.qq.com/s?__biz=MzUzNTczMDMxMg==&mid=2247608240&idx=4&sn=ef281f66727afabfaae2066c6e92f792&chksm=fa826657cdf5ef41571115328a09b9d34367d8b11415d5a5781dc4c9b3a10dbe7f809f7c95e5&token=1400638132&lang=zh_CN#rd

一:Python软件的安装

1 Python软件安装及入门

1)Anaconda软件安装

2)Python库的安装与基本语法

3)Python的字符操作与正则表达式

4)Python的数据清洗与存储

5)HTML和XML基础

二:Python爬虫基础

2 Python爬虫基础

1)爬虫的工作流程

2)发送请求及获得页面

Requests库的使用

获取代理、设置代理ip池及反爬虫

3)解析页面技术:

正则表达式使用

BeautifulSoup库的使用

CSS选择器使用

Xpath、lxml、entree语法

PyQuery库使用

三:Python爬虫全流程

3 Python爬虫全流程

1)抓取的数据形式:文本、图片、链接

2)保存和清洗获取的数据

3)如何使用多线程提高爬虫的效率

4)使用五种不同解析技术爬取经济、天气、土壤、品种大数据

四:Python爬虫模拟器

4 模拟浏览器Selenium使用

1)Selenium库

2)Selenium定位元素(id/name/class/tag/text/xpath/css定位)

3)Selenium操作网页(点击、保存、刷新等)

4)Selenium显式等待和隐式等待

5)使用Selenium爬取农业大数据

五:Python 爬取异步加载网页及数据集网站

5 Python 爬取异步加载网页及数据集网站

1)Ajax请求和JS渲染

2)json解析、XHR

3)使用Ajax爬取和下载动态图片库

4)案使用json解析爬取数据类网站

5)使用一些特定库爬取大型数据集网

6)如何爬取pdf中的表格数据

相关推荐
ZzT2 小时前
怎么做才不会被 AI 替代?
人工智能·程序员
道友可好2 小时前
从今天开始:你的第一个 Harness Engineering 实践
前端·人工智能·后端
呱呱复呱呱2 小时前
Django CBV 源码解读:一个请求是怎么找到你的 get() 方法的
python·django
小姜前线技术3 小时前
AI回答代码块高亮加一键复制
人工智能
洛阳泰山3 小时前
从 0 到 1.6K Star:一个 Java 开源项目的增长复盘
人工智能·后端·开源
米小虾4 小时前
Agent Skill 设计模式完全指南
人工智能·agent
饼干哥哥4 小时前
保姆级教程:用Image2 + Seedance2.0 做长视频,以品牌广告为例
人工智能
米小虾5 小时前
Agent Skill 规范与 Skill-Creator 核心思想
人工智能·agent
ZhengEnCi5 小时前
09e-斯坦福CS336作业四:大规模语言模型训练数据收集与处理
人工智能
oil欧哟5 小时前
Codex 最佳实践(超级长文):先搞懂 AI,再用好 AI
前端·人工智能·后端