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
August_._几秒前
【MySQL】触发器、日志、锁机制 深度解析
java·大数据·数据库·人工智能·后端·mysql·青少年编程
磊磊落落1 分钟前
使用 FastMCP 编写一个 MySQL MCP Server
人工智能
Halo_tjn2 分钟前
基于 Object 类及包装类的专项实验
java·开发语言·计算机
拾忆,想起10 分钟前
超时重传 vs 快速重传:TCP双保险如何拯救网络丢包?
java·开发语言·网络·数据库·网络协议·tcp/ip·php
@老蝴11 分钟前
Java EE - 线程的状态
开发语言·java-ee·intellij-idea
蛋仔聊测试13 分钟前
Playwright 中route 方法模拟测试数据(Mocking)详解
前端·python·测试
budingxiaomoli17 分钟前
多线程(一)
java·开发语言·jvm·java-ee
零号机24 分钟前
使用TRAE 30分钟极速开发一款划词中英互译浏览器插件
前端·人工智能
FunTester26 分钟前
基于 Cursor 的智能测试用例生成系统 - 项目介绍与实施指南
人工智能·ai·大模型·测试用例·实践指南·curor·智能测试用例
今天没有盐26 分钟前
Pandas缺失值处理完全指南:从基础操作到高级技巧
python·pycharm·编程语言