怎么用Python爬取数据

这篇文章主要介绍“怎么用Python爬取数据”，在日常操作中，相信很多人在怎么用Python爬取数据问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”怎么用Python爬取数据”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

目标：爬取指定网址的100页情话

练手网站

准备：python：3.7版本、开发工具：pycharm、浏览器：谷歌浏览器

思路：

1. 通过requests+xpath来爬取网页，并对信息进行提取

2. 不管网站有没有反爬策略，最简单的携带headers用上

3. 循环写入txt文件

4. 把主要代码写成函数进行封装

几个关键点：

1. 注意网页的编码格式，一般来说，可以结合response.encoding和response.headers来观察。如果headers里面没有Content-Type,则编码为encoding='utf-8';如果有Content-Type，以  charset 为准，没有charset,则为ISO-8859-1

2. 观察网页的结构，确定如何编写程序实现翻页，在这里网站比较简单，直接把序号+1就行

3. 关于用beautifulsoup还是xpath，酌情使用，在这里，我直接使用xpath定位更加方便

最终效果：

得到100页情话，并保存到txt文件里。

主要代码

结果输出

后期计划改进：

1. 准备把数据写入数据库

2. 用flask框架搭建网站

3. 准备实现词云效果，类似于下面这样。

到此，关于“怎么用Python爬取数据”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注亿速云网站，小编会继续努力为大家带来更多实用的文章！