学习目的：

爬虫有请求库（request、selenium）、解析库、存储库（MongoDB、Redis）、工具库，此节学习安装常用库的安装

正式步骤

Step1：urllib和re库

  1. 这两个库在安装Python中，会默认安装，下面代码示例调用：

    >>> import urllib
    
>>> import urllib.request
    
>>> urllib.request.urlopen("http://www.baidu.com")
    
<http.client.HTTPResponse object at 0x0000000002F05F60>
    
>>> import re

    导入时，没有回显，就表示安装正确，可以正常使用

Step2：requests库安装

  1. 打开windows命令行cmd，输入命令：pip3 install requests
  2. 验证安装成功的代码示例 
    >>> import requests
    
>>> requests.get("http://www.baidu.com")
    
<Response [200]> 

Step3：selenium库的安装

  1. 自动化测试的根基
  2. 在cmd中输入命令：pip3 install selenium
  3. 测试代码 
    >>> import selenium
    
>>> from selenium import webdriver
  4. 安装Chromedriver,打开http://npm.taobao.org/mirrors/chromedriver   ，点击下载chromedriver_win32.zip
  5. 解压后，把 chromedriver.exe 放到D:\Python36\Scripts
  6. 使用selenium库打开chrome浏览器代码示例： 
    >>> from selenium import webdriver
    
>>> driver = webdriver.Chrome()

    运行后，会打开一个谷歌浏览器，此外需要注意的是chrome版本需要大于等于55，因为驱动是这样的要求

Step4：phantomjs　　

　　PhantomJS 是一个基于WebKit的服务器端 JavaScript API。它全面支持web而不需浏览器支持，其快速，原生支持各种Web标准： DOM 处理, CSS 选择器, JSON, Canvas, 和 SVG。PhantomJS可以用于页面自动化，网络监测，网页截屏，以及无界面测试等。

简而言之：基于WebKit的，没有界面的浏览器。

　　闪亮的功能点：PhantomJS可以用于页面自动化，网络监测，网页截屏，以及无界面测试。

　　优势：跨平台，易上手。

安装步骤：

  1. 下载网址http://phantomjs.org/download.html
  2. 解压，获得phantomjs.exe 文件路径 D:\phantomjs-2.1.1-windows\bin，然后配置到用户变量中的path变量中
  3. 打开cmd，输入：phantomjs

ps:chrome headlessl可以替代phantomjs，为什么呢？因为selenium不再支持phantomjs了

Step5：chrome headless

　　测试代码（刚刚百度来的）：这个是chrome的示例

from selenium import webdriver

options=webdriver.ChromeOptions()

options.set_headless()

# options.add_argument('--headless')

options.add_argument('--disable-gpu')

driver=webdriver.Chrome(options=options)

driver.get('http://httpbin.org/user-agent')

driver.get_screenshot_as_file('test.png')

driver.close()

　　FireFox浏览器的示例：

　　

from selenium import webdriver

options = webdriver.FirefoxOptions()

options.set_headless()

# options.add_argument('-headless')

options.add_argument('--disable-gpu')

driver=webdriver.Firefox(firefox_options=options)

driver.get('http://httpbin.org/user-agent')

driver.get_screenshot_as_file('test.png')

driver.close()

Step6：lxml

　　简介：lxml是python中处理xml的一个非常强大的库，可以非常方便的解析和生成xml文件。

  1. 安装命令：pip3 install lxml
    PS:如果安装失败了，可以多试几次，或者使用whl安装

Step7：beautifulsoup

　　简介：Beautiful Soup 是一个可以从HTML或XML文件中提取数据的Python库。它能够通过你喜欢的转换器实现惯用的文档导航,查找,修改文档的方式.Beautiful Soup会帮你节省数小时甚至数天的工作时间。

　　安装步骤：

  1. 依赖lxml库，所以要先安装lxml
  2. cmd: pip3 install beautifulsoup4
  3. 测试代码: 
    >>> from bs4 import BeautifulSoup
    
>>> soup = BeautifulSoup('<html></html>','lxml')
    
>>>

Step8：pyquery

　　简介：pyquery相当于jQuery的python实现，可以用于解析HTML网页等。它的语法与jQuery几乎完全相同。

　　安装步骤：

  1. 安装命令： pip3 install pyquery
  2. 测试代码 
    >>> from pyquery import PyQuery as pq
    
>>> doc = pq('<html>Python</html>')
    
>>> result = doc('html').text()
    
>>> result
    
'Python'

    pyquery的基础使用方法可以参考：https://www.cnblogs.com/lei0213/p/7676254.html

Step9：pymysql

　　简介：PyMySQL 是在 Python3.x 版本中用于连接 MySQL 服务器的一个库

　　安装步骤：

  1. 命令：pip3 install pymysql
  2. 测试代码： 
    >>> import pymysql
    
>>> conn = pymysql.connect(host='localhost',user='root',password='',port=3306,db='mysql')
    
>>> cursor = conn.cursor()
    
>>> cursor.execute('select * from db')
    
2
    
>>> cursor.fetchone()
    
('localhost', 'performance_schema', 'mysql.session', 'Y', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N')
    
>>> cursor.fetchall()
    
(('localhost', 'sys', 'mysql.sys', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'Y'),)

Step10：pymongo

　　简介：PyMongo是驱动程序，使python程序能够使用Mongodb数据库，使用python编写而成

　　安装步骤：

  1. 安装命令：pip3 install pymongo
  2. 测试代码： 
    >>> import pymongo
    
>>> client = pymongo.MongoClient('localhost')
    
>>> db = client['newtest']
    
>>> db['table'].insert({'name':'python'})
    
ObjectId('5abe67d64bc36b29c0a61a03')
    
>>> db['table'].find_one({'name':'python'})
    
{'_id': ObjectId('5abe67d64bc36b29c0a61a03'), 'name': 'python'}

Step11：redis

　　简介：Python分布式爬虫比較经常使用的应该是scrapy框架加上Redis内存数据库，中间的调度任务等用scrapy-redis模块实现。

　　安装步骤：

  1. 安装命令：pip3 install redis
  2. 测试代码： 
    #数据的插入和获取
    
>>> import redis
    
>>> r = redis.Redis('localhost',6379)
    
>>> r.set('name','python')
    
True
    
>>> r.get('name')

Step12：flask

　　简介：Flask是一个Python编写的Web 微框架，让我们可以使用Python语言快速实现一个网站或Web服务

　　安装步骤：

  1. 安装命令：pip3 install flask
  2. 测试代码： 
    from flask import Flask
    
app = Flask(__name__)

@app.route('/')
    
def hello_world():
    
    return 'Hello World!'

if __name__ == '__main__':
    
    app.run()

    参考文档：官方文档：http://docs.jinkan.org/docs/flask/

Step13：django

　　简介：web服务器框架

　　安装步骤：

  1. 安装命令：pip3 install django
  2. 测试代码 import django

Step14：jupyter

　　安装步骤：

  1. 安装命令： pip3 install jupyter
  2. 运行->打开cmd，输入：jupyter notebook
  3. 然后浏览器会自动打开应用程序

学习总结：

　　生活过于安逸，是感觉不到行业的竞争压力，所以还是多学习，增强自己的测试的核心竞争能力吧。

Python爬虫学习==>第五章：爬虫常用库的安装的更多相关文章

  1. Python爬虫学习==>第七章：urllib库的基本使用方法

    学习目的: urllib提供了url解析函数,所以需要学习正式步骤 Step1:什么是urllib urllib库是Python自带模块,是Python内置的HTTP请求库 包含4个模块: >& ...

  2. KOA 学习（五）koa常用库koa-swig

    koa-swig 引入库app.js var render = require('koa-swig'); 模版设置app.js app.context.render = co.wrap(render( ...

  3. Python爬虫学习：三、爬虫的基本操作流程

    本文是博主原创随笔,转载时请注明出处Maple2cat|Python爬虫学习:三.爬虫的基本操作与流程 一般我们使用Python爬虫都是希望实现一套完整的功能,如下: 1.爬虫目标数据.信息: 2.将 ...

  4. Python爬虫学习：二、爬虫的初步尝试

    我使用的编辑器是IDLE,版本为Python2.7.11,Windows平台. 本文是博主原创随笔,转载时请注明出处Maple2cat|Python爬虫学习:二.爬虫的初步尝试 1.尝试抓取指定网页 ...

  5. scrapy爬虫学习系列五：图片的抓取和下载

    系列文章列表: scrapy爬虫学习系列一:scrapy爬虫环境的准备:      http://www.cnblogs.com/zhaojiedi1992/p/zhaojiedi_python_00 ...

  6. 进击的Python【第十五章】：Web前端基础之DOM

    进击的Python[第十五章]:Web前端基础之DOM 简介:文档对象模型(Document Object Model,DOM)是一种用于HTML和XML文档的编程接口.它给文档提供了一种结构化的表示 ...

  7. windows下python常用库的安装

    windows下python常用库的安装,前提安装了annaconda 的python开发环境.只要已经安装了anaconda,要安装别的库就很简单了.只要使用pip即可,正常安装好python,都会 ...

  8. python 教程 第十五章、 结构布局

    第十五章. 结构布局 #!/usr/bin/env python #(1)起始行 "this is a module" #(2)模块文档 import sys #(3)模块导入 d ...

  9. Java基础知识二次学习--第五章 数组

    第五章 数组 时间:2017年4月26日15:11:30~2017年4月26日15:15:54 章节:05章_01节  视频长度:09:30 内容:一维数组的内存分析 心得: Java中数组是引用类型 ...

随机推荐

  1. 利用jQuery实现图片无限循环轮播(不借助于轮播插件)

    原来我主要是用Bootstrap框架或者swiper插件实现轮播图的功能,而这次是用jQuery来实现图片无限循环轮播! 用到的技术有:html.css.JavaScript(少).jQuery(主要 ...

  2. 小程序生成海报 canvas

    前言 微信小程序需要生成海报进行朋友圈分享,但是不同的手机会有问题, 然后首先是图片的问题 图片 在模拟器上没有报错,可是真机测试却什么也没画出来. canvas.drawImage 是不支持网络图片 ...

  3. hdu 6041 I Curse Myself

    题目: 点这里OvO http://acm.hdu.edu.cn/showproblem.php?pid=6041 2017 Multi-University Training Contest - T ...

  4. luogu 3857 [TJOI2008]彩灯 线性基

    可以将每一个开关控制的灯的序列看作是0/1组成的二进制. 由于灯的开和关是满足异或的性质的,所以直接求一下线性基大小即可. 答案为 $2^{size}.$ #include <cstdio> ...

  5. hdu 5791 Two 二维dp

    Two Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 65536/65536 K (Java/Others)Total Submiss ...

  6. nu.random.seed()如何理解

    结论: np.random.seed(a) # 按照规定的顺序生成随机数 # 参数a指定了随机数生成的起始位置: # 如果两处都采用了np.random.seed(a),且两处的参数a相同,则生成的随 ...

  7. Java多线程-程序运行堆栈分析

    class文件内容 class文件包含JAVA程序执行的字节码:数据严格按照格式紧凑排列在class文件中的二进制流,中间无任何分隔符:文件开头有一个0xcafebabe(16进制)特殊的一个标志. ...

  8. 20165213 Exp9 Web安全基础

    Exp9 Web安全基础 一.基础性问答 (1)SQL注入攻击原理,如何防御 原理:SQL注入即是指web应用程序对用户输入数据的合法性没有判断,攻击者可以在web应用程序中事先定义好的查询语句的结尾 ...

  9. bootstrap-table前端实现多条件时间段查询数据

    实现思路:通过正则匹配到字段是否符合条件,时间段转换为时间戳比对. 这是大体的效果图: 页面的html代码 <div class="content-head mgb10"&g ...

  10. LC 358. Rearrange String k Distance Apart

    Given a non-empty string s and an integer k, rearrange the string such that the same characters are ...