爬虫初入

2018-11-20 03:24:05来源:博客园 阅读 ()

新老客户大回馈,云服务器低至5折

什么是爬虫?

爬虫就是通过编写程序模拟浏览器上网,然后让其去互联网上抓取数据的过程。

爬虫的分类

通用爬虫

  通用爬虫是搜索引擎“抓取系统”的重要组成部分,主要目的是将互联网上的内容下载到本地,形成一个互联网内容的镜像备份。简单来讲就是尽可能将网页下载到本地服务器进行备份,再对这些内容进行处理,最后提供一个用户检索接口。

聚焦爬虫

  根据指定需求抓取互联网上指定的数据。

反爬虫

  门户网站通过一定的策略和技术手段,防止爬虫程序进行网站数据的爬取。

反反爬虫

  爬虫程序通过相应的技术和手段,破解门户网站的饭爬虫手段,从而爬取到相应的数据。

工欲善其事必先利其器

Jupyter Notebook是以网页的形式打开,可以在网页页面中直接编写代码和运行代码,代码的运行结果也会直接在代码块下显示。如在编程过程中需要编写说明文档,可在同一个页面中直接编写,便于作及时的说明和解释。

Jupyter Notebook的主要特点

  1. 编程时具有语法高亮缩进tab补全的功能。
  2. 可直接通过浏览器运行代码,同时在代码块下方展示运行结果。
  3. 对代码编写说明文档或语句时,支持Markdown语法。

安装

安装前提

安装Jupyter Notebook的前提是需要安装了Python3.3版本及以上,或2.7版本)。

使用Anaconda安装

建议大家通过安装Anaconda来解决Jupyter Notebook的安装问题,因为Anaconda已经自动为你安装了Jupter Notebook及其他工具,还有python中超过180个科学包及其依赖项。

你可以通过进入Anaconda https://www.anaconda.com/download 自行选择下载;

 

运行Jupyter Notebook

启动doc运行窗口,输入jupyter notebook就会启动浏览器以网页形式打开。之后的操作自己稍加琢磨就会了。

 

 

 

快捷键:

 

b:向下插入一个cell

 

a:向上插入一个cell

 

m:cell的类型切换成markdown类型

 

y:cell的类型切换成code类型

 

shift+enter:执行cell

 

shift+tab:查看模块的帮助文档

 

tab:自动补全

 

标签:

版权申明:本站文章部分自网络,如有侵权,请联系:west999com@outlook.com
特别注意:本站所有转载文章言论不代表本站观点,本站所提供的摄影照片,插画,设计作品,如需使用,请与原作者联系,版权归原作者所有

上一篇:set集合的差集的区别

下一篇:python 获取类中除内置方法外的所有方法名