无基础也能用python写爬虫

新建一个文件”HelloWorld.py”, 在其中输入:

  print "Hello world!"

   保存并在终端中执行:

  python HelloWorld.py

   会有如下的输出:

   Hello world!

这是你的第一个python程序. 这里我们可以学到两件事:

1. python的源代码保存在文本文件里

2. 运行只需要执行”python 源代码.py”

注释

在代码中, “注释”是指为了方便理解某段代码是做什么用的文字. 它只是给人看的, 并不会被编译并运行. 在python中, 可以使用’#'来标记注释

函数

函数是指你让程序执行的指令. 例如”print”就是你让程序显示一些字符(如”Hello world!”)的指令.

库

像”print”这类函数都是可以直接拿来用的, 但是还有很多事情用这些函数是做不来的, 这时候我们就需要使用”库”来扩展我们可以用的函数. 使用库的方法(以处理url相关的”urllib”为例):

import urllib

变量

变量是用来存储一些东西的一个容器. 在很多语言中, 变量是强调类型的, 例如在C中: “int”被称为”整型”, 用来存储整数; “float”被成为”浮点型”, 用来存储小数. 同样, 在很多语言中, 使用它们的时候必须先”声明”变量. 而在python中, 变量是没有明显的类型区分的, 只有少数时候需要我们手动转换类型, 也不需要声明, 所以即使不了解这些东西也没关系.

爬东西的第一步: 加载网页

以加载百度首页为例, 我们需要做的有以下几个步骤:

创建访问请求-> 加载-> 把加载结果显示出来

代码:

import urllib2 # 使用库: urllib2

request = urllib2.Request(url="www.baidu.com")

# 使用urllib2创建一个访问请求, 指定url为"http://www.baidu.com/", 并且把访问请求保存在request这个变量里面

result = urllib2.urlopen(request).read()

# 使用urllib2打开request这个请求(通过urlopen()函数), 并且读取数据(使用read()函数), 把结果保存在result这个变量里面

print  result

# 把result变量中的内容(刚刚读取的网页源代码)显示在屏幕上

库中函数的使用方法

库名.函数(参数)

例如:

urllib2.Request(url="http:// www.2cto.com /")

库的名字: urllib2

函数: Request()

参数: url=http://www.baidu.com/

python 现场班培训   请点击 https://bbs.pinggu.org/thread-3063306-1-1.html