本專題以項目為驅(qū)動番电,從基本的網(wǎng)絡(luò)請求和頁面解析開始,逐步深入到 scrapy爬蟲框架,在講解完庫之后漱办,會跟上對應(yīng)的實踐項目这刷,有興趣朋友的可以跟著實踐自己敲代碼或者完成我留下的 bug,把代碼發(fā)到評論區(qū)娩井,我會不定時查看暇屋。
本專題假設(shè)讀者有一定的python基礎(chǔ),所以并不會講python的基本語法洞辣,遇到語法問題可以評論求助咐刨。
因為本專題涉及的庫比較多,而且作者不能把時間全部用在更新上扬霜,所以本專題完成的時間可能較長定鸟,在本專題中會涉及到以下主題:
1、requests 庫
(網(wǎng)絡(luò)請求)
2著瓶、lxml 庫 和 xpath 用法
(htnl頁面解析)
4联予、html 網(wǎng)頁的解析
5、數(shù)據(jù)的處理和存儲(json材原,csv)
6沸久、threading 庫 (多線程)
7、asyncio 庫 (異步)
8余蟹、數(shù)據(jù)庫 以及 orm
9卷胯、scrapy 爬蟲框架
在寫這些的時候,我也在不斷地學(xué)習(xí)威酒,如果我在學(xué)習(xí)的過程中發(fā)現(xiàn)了更好的庫窑睁,就會換一個庫講,但是上面所列的點是不會變的葵孤。
最后担钮,如果在文章中出現(xiàn)了錯誤,歡迎在評論中指出佛呻,我會在后續(xù)的更新中修改。
謝謝