本文目录一览

1，python 爬虫 网页解析器用什么库

urllib 和urllib2是最基本的也是必须的。另外还可以装beautifulsoup
前几个月参加比赛我还自己写了一个，不过python现在也有现成的模块可以有，google一下就可以了，写一个也不难

python 爬虫 网页解析器用什么库

2，python系统操作该用什么库

可以尝试用pywin32，不过 这种事情还是交给 c/c++/c#等去做吧，用c/c++等写dll，然后在python调用dll
很多，最简单常见的是urllib2+beautifulsoup，网上百度python爬虫教程很多。

python系统操作该用什么库

3，python 爬虫安装哪些库库

numpy、scipy、pandas
一般用到urllib.request，urllib.parse，http.cookiejar, re和beautifulsoup等模块，视要爬的数据，网页来定，最基本的用到urllib.request和re就可以了，读取网页html，再用re的正则匹配，在深入就要用到其他模块了，当然还有许多其他的好模块，暂时列几个常用的

python 爬虫安装哪些库库

4，python 爬虫调用了哪些库

请求: requests/urllib/aiohttp(异步请求)/socket(socket请求)json解析: jsonhtml解析: pyquery/bs/lmxl/re...csv: csvsql: sqlite/mysql...科学计算: numpy/scipy/matplotlib模拟浏览器: selenium
一般用到urllib.request，urllib.parse，http.cookiejar, re和beautifulsoup等模块，视要爬的数据，网页来定，最基本的用到urllib.request和re就可以了，读取网页html，再用re的正则匹配，在深入就要用到其他模块了，当然还有许多其他的好模块，暂时列几个常用的

5，python网络数据采集常用什么库

urllib2或者urllib3加上beautifulsoup就能采集一些简单的网络数据了大型一点的框架用scrapy，pyspider应该好些
由于项目需求收集并使用过一些爬虫相关库，做过一些对比分析。以下是我接触过的一些库：beautiful soup。名气大，整合了一些常用爬虫需求。缺点：不能加载js。scrapy。看起来很强大的爬虫框架，可以满足简单的页面爬取（比如可以明确获知url pattern的情况）。用这个框架可以轻松爬下来如亚马逊商品信息之类的数据。但是对于稍微复杂一点的页面，如weibo的页面信息，这个框架就满足不了需求了。mechanize。优点：可以加载js。缺点：文档严重缺失。不过通过官方的example以及人肉尝试的方法，还是勉强能用的。selenium。这是一个调用浏览器的driver，通过这个库你可以直接调用浏览器完成某些操作，比如输入验证码。cola。一个分布式爬虫框架。项目整体设计有点糟，模块间耦合度较高，不过值得借鉴。以下是我的一些实践经验：对于简单的需求，比如有固定pattern的信息，怎么搞都是可以的。对于较为复杂的需求，比如爬取动态页面、涉及状态转换、涉及反爬虫机制、涉及高并发，这种情况下是很难找到一个契合需求的库的，很多东西只能自己写。至于题主提到的：还有，采用现有的python爬虫框架，相比与直接使用内置库，优势在哪？因为python本身写爬虫已经很简单了。third party library可以做到built-in library做不到或者做起来很困难的事情，仅此而已。还有就是，爬虫简不简单，完全取决于需求，跟python是没什么关系的。

文章TAG：python  爬虫  哪些  数据  python爬虫用哪些数据库  爬虫  网页解析器用什么库  
下一篇