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
习明然12 小时前
我的本地化AI项目(三)
人工智能·python·electron·c#·avalonia
喜欢的名字被抢了13 小时前
Python实战:SQLAlchemy ORM与FastAPI项目集成
开发语言·python·sql·教程·fastapi
程序猿炎义13 小时前
一人内容团队——用Amazon Quick Desktop实现小红书从选题到发布的全流程自动化
大数据·人工智能·microsoft·自动化·小红书
Young Doro13 小时前
SAC 算法
线性代数·算法·机器学习
阿虎儿14 小时前
daytona创建snapshot: Failed to get initial runner: Error: No available runners
人工智能
字节跳动视频云技术团队14 小时前
火山引擎 × 央视网 打造 2026 世界杯沉浸式观赛盛宴
人工智能·音视频开发
夏季疯14 小时前
读论文:STARS 是什么结构?一个统一的歌声自动标注框架
python
IT_陈寒14 小时前
Java线程池这个坑我算是踩明白了
前端·人工智能·后端