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CURL PycURL使用例子
Jun 01 Python
python 判断是否为正小数和正整数的实例
Jul 23 Python
Python金融数据可视化汇总
Nov 17 Python
Python之dict(或对象)与json之间的互相转化实例
Jun 05 Python
Python实现的对本地host127.0.0.1主机进行扫描端口功能示例
Feb 15 Python
PyQt QCombobox设置行高的方法
Jun 20 Python
使用tqdm显示Python代码执行进度功能
Dec 08 Python
6行Python代码实现进度条效果(Progress、tqdm、alive-progress​​​​​​​和PySimpleGUI库)
Jan 06 Python
python_mask_array的用法
Feb 18 Python
详解Python 实现 ZeroMQ 的三种基本工作模式
Mar 24 Python
keras自定义回调函数查看训练的loss和accuracy方式
May 23 Python
Python爬虫之爬取哔哩哔哩热门视频排行榜
Apr 28 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
一个基于PDO的数据库操作类
2011/03/24 PHP
php实现用已经过去多长时间的方式显示时间
2015/06/05 PHP
php文件管理基本功能简单操作
2017/01/16 PHP
PHP实现在数据库百万条数据中随机获取20条记录的方法
2017/04/19 PHP
Prototype使用指南之selector.js说明
2008/10/26 Javascript
jQuery的Ajax时无响应数据的解决方法
2010/05/25 Javascript
基于jquery可配置循环左右滚动例子
2011/09/09 Javascript
使用jquery实现IE下按backspace相当于返回操作
2014/03/18 Javascript
JavaScript获取路径设计源码
2014/05/22 Javascript
JavaScript中匿名、命名函数的性能测试
2014/09/04 Javascript
JS实现的几个常用算法
2016/11/12 Javascript
jQuery实现复选框的全选和反选
2017/02/02 Javascript
JavaScript数组操作详解
2017/02/04 Javascript
使用vue.js编写蓝色拼图小游戏
2017/03/17 Javascript
浅谈node模块与npm包管理工具
2018/01/03 Javascript
深入理解Vue 的钩子函数
2018/09/05 Javascript
浅析微信扫码登录原理(小结)
2018/10/29 Javascript
[04:37]DOTA2英雄梦之声Vol20发条
2014/06/20 DOTA
[02:02:38]VG vs Mineski Supermajor 败者组 BO3 第一场 6.6
2018/06/07 DOTA
Python+Opencv识别两张相似图片
2020/03/23 Python
python读取多层嵌套文件夹中的文件实例
2020/02/27 Python
python传到前端的数据,双引号被转义的问题
2020/04/03 Python
解决Django Haystack全文检索为空的问题
2020/05/19 Python
Python爬取微信小程序通用方法代码实例详解
2020/09/29 Python
几个人围成一圈的问题
2013/09/26 面试题
如何利用cmp命令比较文件
2016/04/11 面试题
会计系个人求职信范文分享
2013/12/20 职场文书
预备党员思想汇报范文
2014/01/11 职场文书
优秀大学生的自我评价
2014/01/16 职场文书
学校出纳员岗位职责
2014/03/18 职场文书
债务纠纷委托书
2014/08/30 职场文书
党员自我剖析材料范文
2014/10/06 职场文书
业务员工作态度散漫检讨书
2014/11/02 职场文书
学校教师培训工作总结
2015/10/14 职场文书
Mysql - 常用函数 每天积极向上
2021/04/05 MySQL
Python如何利用正则表达式爬取网页信息及图片
2021/04/17 Python