本文主要举一个简单的例子，来跟大家分享一下如何快速入门Python爬虫！

 

　　想要入门Python 爬虫需要有以下步骤：

 

　　以上主要是Python爬虫入门前需要掌握的基础知识，下面正式开始。

 

　　有很多人可能不是计算机专业"科班出身"，可能会问我学习Python学到哪种程度才能学爬虫；这里我简单的跟大家说下，只要掌握Python基础内容就行：掌握函数如何运用基本的数据结构（如：列表，元组，字典）、正则表达式、循环控制语句（for）、如何导包（import）、异常处理（try--catch）；具体掌握这么多就行了。

 

　　如果计算机，电子信息等相关专业的，之前你们肯定学过java,C等变成语言；那你们就不用担心，去学下Python也就1-2天时间，速度快的一天即可。

 

　　学习Python，大家可以去Github中找一些资料，里面有速成技巧（这里给大家分享一个我之前看的Python从新手到大师）；或者去小破站看看，里面有很多视频的。

 

　　关于Python的学习就分享到这，大家如果还有什么疑问，可以在评论区留言（需要我之前学习Python的资料也可留言）。

 

　　2.学习使用Python爬虫库

 

　　至于什么是[1]？大家可以到最后【参考】中查看具体解释。

 

　　如何导入爬虫库的包？这里默认大家在之前的Python基础学习中已经学过，举个简单的例子。

 

　　Python中常用到的爬虫库主要有：

 

　　这些库、包，大家只要有个印象即可，无需刻意去记；因为你后面写多了就熟悉了。

 

　　目前网页都是用HTML写的，那么如果你要想从一个网页中爬取到自己的想要的东西，那肯定离不开HTML。

 

　　对于HTML的掌握，对于爬虫来说，大家只要掌握一个网页HTML的基本结构框架是怎么写的？然后掌握HTML中一些基本的标签，如：常用的<a></a>,<div></div>,<table></table>,<tr></tr>,<td></td>等等

 

　　下面就是最重要的了，一定要看！！！

 

　　爬虫的基本步骤：

 

　　#1、发起请求

 

　　使用http库向目标站点发起请求，即发送一个Request

 

　　Request包含：请求头、请求体等

 

　　#2、获取响应内容

 

　　如果服务器能正常响应，则会得到一个Response

 

　　Response包含：html，json，图片，视频等

 

　　#3、解析内容

 

　　解析html数据：正则表达式，第三方解析库如Beautifulsoup，pyquery等

 

　　#4、保存数据

 

　　这边我主要以Github中一个论文搜集的例子给大家演示一下，主要是爬取网页中的论文名、论文发表的会议和论文下载链接；这里主要将数据存储在Excel表格中。

 

　　具体例子可以参考这个链接：

 

　　以上就是爬虫的部分分享啦！

 

　　大家有什么问题，可以评论区留言！！