以下是Python爬虫涉及的相关库
请求库,解析库,存储库,工具库
1、请求库:urllib/re/requests
(1) urllib/re是python默认自带的库,可以通过以下命令进行验证:
没有报错信息输出,说明环境正常
(2) requests安装
2.1 打开CMD,输入 pip3 install requests
2.2 等待安装后,验证
(3) selenium安装(驱动浏览器进行网站访问行为)
3.1 打开CMD,输入 pip3 install selenium
3.2 安装chromedriver
网址:https://npm.taobao.org/
把下载完成后的压缩包解压,把exe放到D:\Python3.6.0\Scripts\
这个路径只要在PATH变量中就可以
3.3 等待安装完成后,验证
回车后弹出chrome浏览器界面
3.4 安装其他浏览器
无界面浏览器phantomjs
下载网址:http://phantomjs.org/
下载完成后解压,把整个目录放到D:\Python3.6.0\Scripts\,把bin目录的路径添加到PATH变量
验证:
打开CMD
2. 解析库:
2.1 lxml (XPATH)
打开CMD输入pip3 install lxml或者从https://pypi.python.org下载,例如,lxml-4.1.1-cp36-cp36m-win_amd64.whl (md5) ,先下载whl文件,命令行执行pip3 install 文件名.whl
2.2 beautifulsoup
打开CMD,需要先安装好lxml
pip3 install beautifulsoup4
2.3 pyquery(类似jquery语法)
打开CMD,pip3 install pyquery
验证安装结果
3. 存储库
3.1 pymysql(操作MySQL,关系型数据库)
安装:pip3 install pymysql,安装后测试:
3.2 pymongo(操作MongoDB,key-value)
安装 pip3 install pymongo
验证
3.3 redis(分布式爬虫,维护爬取队列) 安装:pip3 install redis
验证:
4.1Django(分布式爬虫维护系统)pip3 install django
4.2jupyter(运行在网页端的记事本,支持markdown,可以在网页上运行代码)安装 pip3 install jupyter
验证:打开CMD,jupyter notebook
之后就可以在网页直接创建记事本,代码块和Markdown块,支持打印
以上就是python 爬虫安装什么包的详细内容,更多请关注php中文网其它相关文章!