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绘图方法实例入门
May 19 Python
在Django的URLconf中使用命名组的方法
Jul 18 Python
Python简单实现TCP包发送十六进制数据的方法
Apr 16 Python
Python的消息队列包SnakeMQ使用初探
Jun 29 Python
python框架django基础指南
Sep 08 Python
python 获取当前目录下的文件目录和文件名实例代码详解
Mar 10 Python
pyqt5中动画的使用详解
Apr 01 Python
解决jupyter notebook 前面书写后面内容消失的问题
Apr 13 Python
使用Pytorch搭建模型的步骤
Nov 16 Python
Python调用SMTP服务自动发送Email的实现步骤
Feb 07 Python
教你怎么用Python处理excel实现自动化办公
Apr 30 Python
详解PyTorch模型保存与加载
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
两个强悍的php 图像处理类1
2009/06/15 PHP
php visitFile()遍历指定文件夹函数
2010/08/21 PHP
ThinkPHP采用实现三级循环代码实例
2014/07/18 PHP
php获取网站百度快照日期的方法
2015/07/29 PHP
PHP连接MySQL数据库并以json格式输出
2018/05/21 PHP
通过PHP实现用户注册后邮箱验证激活
2020/11/10 PHP
innerHTML 和 getElementsByName 在IE下面的bug 的解决
2010/04/09 Javascript
jQuery.getScript加载同域JS的代码
2012/02/13 Javascript
window.location.href = window.location.href 跳转无反应 a超链接onclick事件写法
2013/08/21 Javascript
javascript 获取iframe里页面中元素值的方法
2014/02/17 Javascript
js模拟C#中List的简单实例
2014/03/06 Javascript
js设置document.domain实现跨域的注意点分析
2015/05/21 Javascript
jQuery 3.0中存在问题及解决办法
2016/07/15 Javascript
jQuery扇形定时器插件pietimer使用方法详解
2017/07/18 jQuery
详解React之父子组件传递和其它一些要点
2018/06/25 Javascript
js实现左右两侧浮动广告
2018/07/09 Javascript
Webpack 4.x搭建react开发环境的方法步骤
2018/08/15 Javascript
vue中实现上传文件给后台实例详解
2019/08/22 Javascript
基于element-ui封装可搜索的懒加载tree组件的实现
2020/05/22 Javascript
Python中使用tarfile压缩、解压tar归档文件示例
2015/04/05 Python
python读文件保存到字典,修改字典并写入新文件的实例
2018/04/23 Python
PYQT5开启多个线程和窗口,多线程与多窗口的交互实例
2019/12/13 Python
Django Channel实时推送与聊天的示例代码
2020/04/30 Python
HTML5 Geolocation API的正确使用方法
2018/12/04 HTML / CSS
FILA斐乐中国官方商城:意大利运动品牌
2017/01/25 全球购物
经典c++面试题六
2012/01/18 面试题
.NET概念性的面试题
2012/02/29 面试题
Python中pass语句的作用是什么
2016/06/01 面试题
2014三八妇女节活动总结范文四篇
2014/03/09 职场文书
教堂婚礼主持词
2014/03/14 职场文书
安全教育月活动总结
2014/05/05 职场文书
小学校长竞聘演讲稿
2014/05/16 职场文书
乡镇防汛工作汇报
2014/10/28 职场文书
刑事法律意见书
2015/06/04 职场文书
2016党员入党决心书
2015/09/22 职场文书
2016年端午节红领巾广播稿
2015/12/18 职场文书