高教社课件Python程序设计及应用（第2版）第11章.pptxVIP

第11章网络爬虫基础

在信息社会，信息就是资源，如何从网上获取所需的信息成为当前的热点，爬虫程序应运而生。

爬虫程序是一组客户端程序，它的功能是访问Web服务器，从服务器获取网页代码，提取出所关心的数据，保存数据应用于数据分析领域。

本章利用Python提供的库函数来实现简单爬虫程序的功能。

;第11章网络爬虫基础

11.1网络爬虫概述

11.2爬取网页

11.3网页分析

11.4应用案例 ;一、概述;2.HTML语言;(1)常用网页元素;(2)网页文件的结构;三、浏览器的工作过程;（2）URL地址（UniformResourceLocator，统一资源定位器）;（3）网络爬虫;10;引例：爬取豆瓣电影排行榜的网页

;爬取网页的通用代码;爬取网页失败？;服务器;1.requests库主要函数;2.response对象;17;网页分析常用方法;【例】分析已经爬取的豆瓣电影排行榜网页文件“movies.txt”，显示排行榜中

的电影名称

;20;21;二、正则表达式;二、正则表达式;24;25;2.常见应用;（2）多个任意字符,用“.”和表示扩展次数*、+、？。

应用例2：某ppt作业要求提交的文件名为p+姓名，文件格式可以是ppt或pptx