800819103
在線客服,實時響應qq群
在線客服,實時響應客服電話
13318873961
學習Python,爬蟲是比較入門的項目,而且現在很多企業都需要用到爬蟲爬取數據,那么如果想學這么語言,怎么快速上手呢?下面精靈代理分享幾個新手學習Python爬蟲簡單案例。
一、爬取圖片數據
1.獲取網址的response,分頁內容,解析后提取圖集的地址。
2.獲取網址的response,圖集分頁,解析后提取圖片的下載地址。
3.下載圖片(也就是獲取二進制內容,然后在本地復刻一份)。
二、爬取微博數據
利用chrome瀏覽器,獲取自己的cookie。
獲取你要爬取的用戶的微博User_id。
將獲得的兩項內容填入到weibo.py中,替換代碼中的YOUR_USER_ID和#YOUR_COOKIE,運行代碼。
用wordcloud等軟件生成詞云,它會根據信息的頻率、權重按比列顯示關鍵字的字體大小。
三、爬取王者榮耀全套皮膚
怎么獲取全套皮膚?用錢買,或者用爬蟲爬取下來~雖然后者不能穿。這個案例稍微復雜一點,但是一個非常值得學習的項目。
1.首先進入所有英雄列表。
2.在這個網頁中包含了所有的英雄名稱。點擊其中一個英雄例如“百里守約”。網址中196.shtml以前的字符都是不變的,變化的只是196.shtml。而196是“百里守約”所對應的數字,要想爬取圖片就應該進入每個英雄圖片所在的網址,而網址的關鍵就是對應的數字。
3.在所有英雄列表中,打開瀏覽器的開發者工具,刷新,找到一個json格式的文件,如圖所示:
4.這時就會看到所有英雄對應的數字了。在上圖所示的Headers中可以找到該json文件對應的網址形式。將其導入Python,把這些數字提取出來,然后模擬出所有英雄的網址即可。
5.下載圖片
現在可以進入所有英雄的網址并爬取網址下的圖片了。進入一個英雄的網址,打開開發者工具,在NetWork下刷新并找到英雄的皮膚圖片。如圖所示:
6.然后在Headers中查看該圖片的網址。會發現皮膚圖片是有規律的。我們可以用這樣的方式來模擬圖片網址
在該網址中只有str(v)與str(u)是改變的(str( )是Python中的一個函數),str(v)是英雄對應的數字,str(u)只是圖片編號,例如第一個圖片就是1,第二個就是2,第三個……而一個英雄的皮膚應該不會超過12個(可以將這個值調到20等)。接著就是下載了。
7.下載代碼
執行完上面的代碼后只需要執行main函數就行了
上文分享了三個新手學習Python爬蟲簡單案例,對于不同的需求,爬取的方法也有所不同。學習Python,需要不斷的進行實戰,才能學習到更多的知識。在爬取數據中,遇到IP受限問題,可以使用精靈代理更換被封的IP,以突破IP限制,繼續爬取數據。IP限制是非?;A的限制,這是網站設置的反爬蟲機制。除了IP限制,還有其他的限制,比如驗證碼等等,可以根據實際情況調整。