第一课|第一课 Python初识爬虫与网络请求

1.非结构化数据:
如图的网页资料/文章,因此我们需要挖掘有价值的数据,那么这个时候我们需要通过ETL(Extract,Transformation,Loading)工具才能将数据转化为结构化数据之后,数据才可以的有效的利用。
第一课|第一课 Python初识爬虫与网络请求
文章图片
2.ETL:
原始资料->ETL脚本->结构化数据
食材->厨师->美食
3.如何处理非结构化数据
将新闻列表的标题、摘要、图片抓取下来。
4.网络爬虫:
比如百度、Google等搜索引擎的各种爬虫,无数的爬虫自动的去获取网络上的最新资讯。
用途:
1.比如开发一个爬虫自动获取用户的需求数据===挖掘价值数据,降低人工成本,提升效益!
新浪新闻主页
第一课|第一课 Python初识爬虫与网络请求
文章图片
5.网络请求:
浏览器F12打开控制台,看到有186个请求
(这里我使用的是360极速浏览器)


第一课|第一课 Python初识爬虫与网络请求
文章图片
随便打开一个
第一课|第一课 Python初识爬虫与网络请求
文章图片
很容易理解!这是我们的概览请求
【第一课|第一课 Python初识爬虫与网络请求】然后我们看看网站服务器给我们的回应:
第一课|第一课 Python初识爬虫与网络请求
文章图片
打开网址:http://news.sina.com.cn/china/
国内新闻:
第一课|第一课 Python初识爬虫与网络请求
文章图片
按下F12打开开发者工具,刷新后选择DOC(如图):
第一课|第一课 Python初识爬虫与网络请求
文章图片
第一课|第一课 Python初识爬虫与网络请求
文章图片
需要的环境相信大家都配置好了!
Python3.x
Request
Beautifulsoup4
对于环境的配置和安装,百度一下就会有很多详细的资料,此处不详细讲解!
至此,第一课结束!
QQ:1099718640
更多精彩内容请访问个人主页:http://blog.csdn.net/dyboy2017
原文地址:http://blog.csdn.net/dyboy2017/article/details/77865822

    推荐阅读