前言
嗨喽，大家好！这里是魔王呐~
环境使用:
- Python 3.8 解释器
- Pycharm 编辑器
模块使用]:
- requests >>> 数据请求 第三方模块 pip install requests
- re
如果安装python第三方模块:
- win + R 输入 cmd 点击确定, 输入安装命令 pip install 模块名 (pip install requests) 回车
- 在pycharm中点击Terminal(终端) 输入安装命令
如何配置pycharm里面的python解释器?
- 选择file(文件) >>> setting(设置) >>> Project(项目) >>> python interpreter(python解释器)
- 点击齿轮, 选择add
- 添加python安装路径
pycharm如何安装插件?
- 选择file(文件) >>> setting(设置) >>> Plugins(插件)
- 点击 Marketplace 输入想要安装的插件名字 比如:翻译插件 输入 translation / 汉化插件 输入 Chinese
- 选择相应的插件点击 install(安装) 即可
- 安装成功之后 是会弹出 重启pycharm的选项 点击确定, 重启即可生效
基本思路流程:
一. 分析数据来源
找寻网址上面数据来自于哪里
开发者工具进行抓包…
- 鼠标右键点击检查 或者 F12打开开发者工具
- 刷新网页
- 找寻数据…
- 找url地址来于那个数据包 >>> 通过url地址中一段参数进行搜索, 建议是搜.mp4前面这段内容…
二, 代码实现过程: 对于某些网站 可能需要多次请求,
- 发送请求, 对于找到数据包发送请求
- 获取数据, 获取服务器返回响应数据
- 解析数据, 提取我们想要数据内容 url地址 标题
…
- 保存数据, 保存数据到本地文件夹
多个采集
代码
导入模块
- # import requests
- import requests # 数据请求模块
- import pprint # 格式化输出模块
- import re
[code]for page in range(2, 6): print(f'正在采集第{page}页的数据内容') link = f'' headers = { 'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.4951.54 Safari/537.36' } 源码\解答\教程可加Q群:261823976免费领取哦~ html_data = requests.get(url=link, headers=headers).text # print(html_data) # 使用re正则表达式提取数据 从什么地方去获取什么数据 # <li data-vid="(\d+)"> |
