这篇文章给大家分享的是python爬虫相关库的详细安装教程,相信大部分人都还不知道怎么安装,为了让大家学会,给大家总结了以下内容,话不多说,一起往下看吧。
创新互联-专业网站定制、快速模板网站建设、高性价比庄浪网站开发、企业建站全套包干低至880元,成熟完善的模板库,直接使用。一站式庄浪网站制作公司更省心,省钱,快速模板网站建设找我们,业务覆盖庄浪地区。费用合理售后完善,10年实体公司更值得信赖。世界上80%的爬虫是基于Python开发的,学好爬虫技能,可为后续的大数据分析、挖掘、机器学习等提供重要的数据源。
python爬虫需要安装相关库:
python爬虫涉及的库:
请求库,解析库,存储库,工具库
1. 请求库:urllib/re/requests
(1) urllib/re是python默认自带的库,可以通过以下命令进行验证:
没有报错信息输出,说明环境正常
(2) requests安装
2.1 打开CMD,输入
pip3 install requests
2.2 等待安装后,验证
(3) selenium安装(驱动浏览器进行网站访问行为)
3.1 打开CMD,输入
pip3 install selenium
3.2 安装chromedriver
网址:https://npm.taobao.org/
把下载完成后的压缩包解压,把exe放到D:\Python3.6.0\Scripts\
这个路径只要在PATH变量中就可以
3.3 等待安装完成后,验证
回车后弹出chrome浏览器界面
3.4 安装其他浏览器
无界面浏览器phantomjs
下载网址:http://phantomjs.org/
下载完成后解压,把整个目录放到D:\Python3.6.0\Scripts\,把bin目录的路径添加到PATH变量
验证:
打开CMD
phantomjs console.log('phantomjs') CTRL+C python from selenium import webdriver driver = webdriver.PhantomJS() dirver.get('http://www.baidu.com') driver.page_source
2. 解析库:
2.1 lxml (XPATH)
打开CMD
pip3 install lxml
或者从https://pypi.python.org下载,例如,lxml-4.1.1-cp36-cp36m-win_amd64.whl (md5) ,先下载whl文件
pip3 install 文件名.whl
2.2 beautifulsoup
打开CMD,需要先安装好lxml
pip3 install beautifulsoup4
验证
python from bs4 import BeautifulSoup soup = BeautifulSoup('','lxml')
2.3 pyquery(类似jquery语法)
打开CMD
pip3 install pyquery
验证安装结果
python from pyquery import PyQuery as pq doc = pq('hi') result = doc('html').text() result
3. 存储库
3.1 pymysql(操作MySQL,关系型数据库)
安装:
pip3 install pymysql
安装后测试:
3.2 pymongo(操作MongoDB,key-value)
安装
pip3 install pymongo
验证
python import pymongo client = pymongo.MongoClient('localhost') db = client['testdb'] db['table'].insert({'name':'bob'}) db['table'].find_one({'name':'bob'})
3.3 redis(分布式爬虫,维护爬取队列)
安装:
pip3 install redis
验证:
4.工具库
4.1 flask(WEB库)
pip3 install flask
4.2 Django(分布式爬虫维护系统)
pip3 install django
4.3 jupyter(运行在网页端的记事本,支持markdown,可以在网页上运行代码)
pip3 install jupyter
验证:
打开CMD
jupyter notebook
之后就可以在网页直接创建记事本,代码块和Markdown块,支持打印
以上就是python爬虫相关库安装配置的详细内容了,看完之后是否有所收获呢?如果想了解更多相关内容,欢迎关注创新互联行业资讯!