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基础教程之popen函数操作其它程序的输入和输出示例
Feb 10 Python
Python使用当前时间、随机数产生一个唯一数字的方法
Sep 18 Python
python实现ID3决策树算法
Dec 20 Python
python查询mysql,返回json的实例
Mar 26 Python
Python Json模块中dumps、loads、dump、load函数介绍
May 15 Python
浅析Python pandas模块输出每行中间省略号问题
Jul 03 Python
通过python爬虫赚钱的方法
Jan 29 Python
详解Python3之数据指纹MD5校验与对比
Jun 11 Python
python实现飞行棋游戏
Feb 05 Python
Django import export实现数据库导入导出方式
Apr 03 Python
Python 在函数上添加包装器
Jul 28 Python
Python探索生命起源 matplotlib细胞自动机动画演示
Apr 21 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
?生?D片??C字串
2006/12/06 PHP
模板引擎正则表达式调试小技巧
2011/07/20 PHP
再谈PHP中单双引号的区别详解
2016/06/12 PHP
php-beanstalkd消息队列类实例分享
2017/07/19 PHP
Laravel框架实现的记录SQL日志功能示例
2018/06/19 PHP
php DES加密算法实例分析
2019/09/18 PHP
js自带函数备忘 数组
2006/12/29 Javascript
jquery 图片截取工具jquery.imagecropper.js
2010/04/09 Javascript
Javascript 面向对象(三)接口代码
2012/05/23 Javascript
在Javascript中 声明时用&quot;var&quot;与不用&quot;var&quot;的区别
2013/04/15 Javascript
Json字符串转换为JS对象的高效方法实例
2013/05/01 Javascript
JQuery中SetTimeOut传参问题探讨
2013/05/10 Javascript
jquery的flexigrid无法显示数据提示获取到数据
2013/07/19 Javascript
jQuery照片伸缩效果不影响其他元素的布局
2014/05/09 Javascript
jQuery实现分隔条左右拖动功能
2015/11/21 Javascript
在JSP中如何实现MD5加密的方法
2016/11/02 Javascript
SelecT下拉框选中和取值的解决方法
2016/11/22 Javascript
vue系列之动态路由详解【原创】
2017/09/10 Javascript
基于vue v-for 循环复选框-默认勾选第一个的实现方法
2018/03/03 Javascript
vue实现购物车功能(商品分类)
2020/04/20 Javascript
解决echarts vue数据更新,视图不更新问题(echarts嵌在vue弹框中)
2020/07/20 Javascript
vue监听dom大小改变案例
2020/07/29 Javascript
Vue 根据条件判断van-tab的显示方式
2020/08/03 Javascript
python连接sql server乱码的解决方法
2013/01/28 Python
常用python编程模板汇总
2016/02/12 Python
Python学习教程之常用的内置函数大全
2017/07/14 Python
Python3使用xml.dom.minidom和xml.etree模块儿解析xml文件封装函数的方法
2019/09/23 Python
Python实现平行坐标图的绘制(plotly)方式
2019/11/22 Python
Python手动或自动协程操作方法解析
2020/06/22 Python
吉尔德利巧克力公司:Ghirardelli Chocolate Company
2019/03/27 全球购物
英国珠宝网站Argento: PANDORA、Olivia Burton和Nomination等
2020/05/08 全球购物
联谊活动策划书
2014/01/26 职场文书
本科应届生求职信
2014/08/05 职场文书
求职自荐信范文(优秀篇)
2015/03/27 职场文书
2015年维修电工工作总结
2015/04/25 职场文书
uniapp开发小程序的经验总结
2021/04/08 Javascript