【腾讯云的1001种玩法】云服务器搭建Python爬虫环境

在上一篇文章中,我们已经学会了在腾讯云服务器上搭建Python环境了,假设你已经在腾讯云服务器上搭建好了Python环境,我们将进入下一步:搭建Python爬虫环境。

一直在终端编写Python爬虫是不现实的,除非你在学习阶段,当我们要正式开始编写爬虫的时候我们理所应当的需要一个爬虫环境了。

第一部分:搭建爬虫环境

考虑到学习、使用便捷,我们将使用Sublime Text3开发爬虫:https://www.sublimetext.com/3 ,进入Sublime Text3官网,按照你的系统下载相应的版本,我这里下载的是Windows 64位的。

下载好之后,安装setup

Next

选择安装目录,点击next

勾选上:Add to explorer contect menu,点击next,最后点击Installer/Finish,安装完成。安装完成之后到你之前配置的安装目录打开Sublime Text3,你也可以复制一个快捷方式到桌面方便以后使用。

现在你就可以使用Sublime Text来编写Python了,如若有什么不懂的地方可以访问Sublime Text的官网查看文档。编写完Python代码之后,F7运行Python脚本,第一次运行的时候会出现以下界面,选择的一个行的Python即可。

第二部分:学会安装Python库

Python适合做爬虫是因为:有无数的开源作者无私的在Python开源社区做贡献,强大的Python库为我们提供了很多便捷的操作。有三种方法安装Python库,具体方法可以访问:http://blog.csdn.net/jerry_1126/article/details/46574045

Python中绝大部分的库都可以使用pip进行安装,pip也是最简单的安装方法,使用pip安装第三方库只需要使用命令:pip install + 库名,比如我需要安装一个叫bs4的库,我只需要在终端执行pip install bs4

出现:Successfully collected packages:则表示安装成功。

第三部分:你不得不知的Python库

在编写爬虫的时候我们可能需要以下一些比较常用的库,这里我们做一个简单的介绍,方便后续的使用。

1、Requests

Requests 是用Python语言编写,基于 urllib,采用 Apache2 Licensed 开源协议的 HTTP 库。它比 urllib 更加方便,可以节约我们大量的工作,完全满足 HTTP 测试需求。Requests 的哲学是以 PEP 20 的习语为中心开发的,所以它比 urllib 更加 Pythoner

安装命令:pip install resquests

2、Beautifulsoup4

Beautiful Soup提供一些简单的、python式的函数用来处理导航、搜索、修改分析树等功能。它是一个工具箱,通过解析文档为用户提供需要抓取的数据,因为简单,所以不需要多少代码就可以写出一个完整的应用程序

安装命令:pip install bs4

3、Lxml

python lxml包用于解析XML和html文件,可以使用xpath和css定位元素

安装方法:pip install lxml

第四部分:寻找你需要的Python库

当以上库不能满足你需求的时候,你就需要学会自己寻找Python库了。首先访问一个git项目:https://github.com/vinta/awesome-python

在这个项目中,作者把所有的Python资源包括库资源等分成了几十个大类:数据挖掘、数据可视化、日期和时间处理、数据库相关……等等,在每个大类中归类了该类下的所有资源,并且该资源的首页有各个大类的索引。

在这个大背景之下,假设我现在想找一个Python操作MongoDB的库,我们就首先点击最上面的索引:Database Drivers直接跳转到数据库相关库的地方。

跳转之后,如下界面,我们就可以直接寻找到我们需要的库了。

当然,因为所有的资源都在同一个页面,所以我们同时可以使用浏览器自带的搜索功能,在Chrome下是Ctrl+F12,在该页面直接搜我们需要的某个功能关键词,比如:MongoDB,

当然,这样搜索出来的结果可能不仅仅是一条,就需要你自己排查以下哪一个才是你真正那个需要的库资源了。

相关推荐

【腾讯云的1001种玩法】云服务器搭建Python环境

Python操作Redis - 云爬虫初探

腾讯云主机Python3环境安装PySpider爬虫框架过程

原创声明,本文系作者授权云+社区-专栏发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

编辑于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏AI星球

Java Web 从入门到"改行"(1)--基础准备

首先,说明一下,这是一篇关于 Java Web 基础入门的文章,上学期开始学习 Java Web ,看了不少有关 「XXX从入门到精通」的书籍,近期,要帮着导师...

532
来自专栏逸鹏说道

AI---Anaconda For Linux (附C#交互式编程的引入)

Jupyter美化: https://www.cnblogs.com/dotnetcrazy/p/8760189.html

1094
来自专栏Web项目聚集地

手把手搭建个人博客「图文教程」

经常阅读此公众号文章的读者可能知道,这篇教程在一个月前发布过一次,因为题图的文字字体版权问题,不得不删除。今天重新发出来,给您说声抱歉。此教程博客是在自己的云服...

1054
来自专栏跟着阿笨一起玩NET

用U盘或移动硬盘安装Windows7 (超简单制作Win7安装U盘方法)

本文来源:http://www.iplaysoft.com/win7-usb-dvd-download-tool.html

521
来自专栏云计算教程系列

为你的CVM设置SSH密钥吧!

认证是用于证明您有权执行某项操作的信息,例如登录到系统。认证通道是身份验证系统向用户传递因素或要求用户回复的方式。通俗的来讲,密码和安全令牌就是身份验证证明,计...

902
来自专栏用户2442861的专栏

使用IntelliJ IDEA开发SpringMVC网站(一)开发环境

访问GitHub下载最新源码:https://github.com/gaussic/SpringMVCDemo

531
来自专栏轻扬小栈

刷自编 pogo最新版本 内核更新到 3.18.rc6

1062
来自专栏我是攻城师

Windows 10环境下安装Python科学计算工具包之Anaconda

3226
来自专栏张善友的专栏

Ubuntu:最简单的Ubuntu安装工具Wubi

 Wubi是一个不错的小软件,它帮助你安装Ubuntu - 或Kubuntu, Xubuntu和UbuntuStudio - 无须分割你的硬盘。“Wubi加入了...

1849
来自专栏24K纯开源

Windows下程序启动时出现0xc000007b错误的解决方案

一、背景介绍       不久前用Qt开发了一款小工具在公司使用,Debug运行时一切正常。可是当Release编译发布打包之后,运行时弹出这样的提示框: ? ...

2107

扫码关注云+社区