二零二三年 优质公开课Python爬虫常用库.pptxVIP

郑美容目录Python爬虫常用库011Python爬虫常用库Python爬虫常用库Python常用请求库主要包括：quests库、Selenium库、ChromeDriver。Python爬虫常用库1.quests库：Python3内置了另外一个请求库urllib，但这个库使用起来比较繁琐，一些方法语义上也不是很明确。所以有了requests库，这个库属于第三方库，需要自己另外安装。处理URL资源特别方便，Requests库的官方文档指出：让HTTP服务人类。细心的读者会发现，requests库的作用就是请求网站获取网页数据的。2.Selenium库：Selenium是一个可以实现自动化爬虫的库，这个库非常强大，可以利用这个库驱动浏览器完成爬取。我们可以写上一些自动化脚本，然后便可以放任程序为我们爬取页面。3.ChromeDriver：ChromeDriver是一个驱动器，想要实现自动化爬虫只有Selenium还不够，还需要驱动器。ChromeDriver是谷歌浏览器的驱动。想要爬取简单的页面，通常使用requests + Selenium + ChromeDriver的组合就足够了。Python爬虫常用库Python常用解析库主要包括： lxml库、 BeautifulSoup库、 pyquery库、 tesserocr库。Python爬虫常用库1.lxml库：lxml库支持HTML和XML的解析，支持XPath的解析方式，而且解析效率非常高。2.BeautifulSoup库：这个库支持HTML和XML的解析，它的优点在于它拥有强大的API，比lxml方便很多，功能也更加强大。3.pyquery库：同样很强大，它的API和jQuery（一款js框架）很相似，熟悉前端的使用起来特别方便。4.tesserocr库：tesserocr是Python的一个OCR识别库，主要用于识别验证码等等。Python爬虫常用库常用数据库数据库包括关系型数据库和非关系型数据库。我们常用的就是MySQL、Redis和MongoDB。PyMySQL、PyMongoDB、redis-py库：这三个库都是连接数据库的，类似于Java的数据库驱动