在进行python爬虫学习前，需要进行如下准备工作：

python3+pip官方配置

1.Anaconda（推荐，包括python和相关库）  

【推荐地址：清华镜像】

　　https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

【安装过程中注意选择自动添加path到环境变量中，未选择需要自己添加】

　　

　　红色提示的意思是：自动添加的环境变量会处于最前面，自动成为默认，可能会使原本使用默认的软件报错，未防止以上问题，可以打开环境变量后，调整顺序将Anaconda相关path移到最后。

 【环境变量设置成功】

　　

2.官方安装

　　官方安装指的是只安装python，需要的库通过手动安装，下文会涉及库的安装

【python下载】

　　官方地址： https://www.python.org/

【自行添加环境变量】

　　

【注】【环境变量如何添加】

　　我的电脑（右键）---属性---高级系统设置---环境变量-----path----在后面加上分号添加python安装地址及下层scipt（对pip的配置），如上图

3.pycharm安装

　　PyCharm是一种Python IDE，带有一整套可以帮助用户在使用Python语言开发时提高其效率的工具，比如调试、语法高亮、Project管理、代码跳转、智能提示、自动完成、单元测试、版本控制。

　　官方网址：http://www.jetbrains.com/pycharm/download/#section=windows

　　【注】选择community下载（社区版的功能足够使用）

MongoDB安装配置

1.MongoDB数据库

　　MongoDB 是一个基于分布式文件存储的数据库。由 C++ 语言编写。旨在为 WEB 应用提供可扩展的高性能数据存储解决方案。

　　MongoDB 是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。

【下载链接（64位）直接点击下载】

　　 https://fastdl.mongodb.org/win32/mongodb-win32-x86_64-2008plus-ssl-4.0.5-signed.msi

2.可视化GUI下载

　　https://studio3t.com/

redis安装配置

1.redis安装

　　REmote DIctionary Server(Redis) 是一个由Salvatore Sanfilippo写的key-value存储系统。

　　Redis是一个开源的使用ANSI C语言编写、遵守BSD协议、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库，并提供多种语言的API。

　　它通常被称为数据结构服务器，因为值（value）可以是 字符串(String), 哈希(Map), 列表(list), 集合(sets) 和 有序集合(sorted sets)等类型。

【下载链接】 　　

　　https://github.com/MicrosoftArchive/redis/releases

2.可视化gui下载

　　https://github.com/uglide/RedisDesktopManager/releases

mysql安装配置

1.官方下载

　　https://dev.mysql.com/downloads/file/?id=480824

　　（8.0）

　　https://dev.mysql.com/downloads/file/?id=481157

　　（5.7）

　　【最好选择镜像msi下载安装】

　　　　安装包下载后的安装需要通过命令行执行命令，且root初始密码不能自己设置（惨痛的教训。。。没记住密码。。。8.0的改又特别麻烦，试了很多办法后卸载重装。）

　　【root密码请不要乱设置】

　　　　使用msi自行安装设置的root密码不要随便设置

2.可视化GUI

　　http://www.mysqlfront.de/

爬虫常用库的安装

1.内置库

　　在安装python时，会默认安装，一般不需要手动安装。

　　在使用爬虫时，常用的两个内置库是urllib、re

　　【如何检查库是否安装】在pycharm中import该库，一般不报错的就是库已经存在

 import urllib

 import urllib.request

 import re

 
 a=urllib.request.urlopen('http://www.baidu.com')#尝试使用urllib库
 print(a)

2.第三方

　　第三方库一般都需要手动安装，爬虫使用的第三方库有下面这几个：

【requests】

　　如图所示，打开命令行（开始-输入cmd-打开命令行），输入以下代码：

　　 pip3 install requests

　　

 【selenium】

　　打开命令行，输入以下代码：

pip3 install selenium

　　【phantomjs】（无界面浏览器）

　　　　　　　http://phantomjs.org/download.html

 # <editor-fold desc="被舍弃的PhantomJS">

 from selenium import webdriver

 driver = webdriver.PhantomJS()

 driver.get('https://www.baidu.com')

 # </editor-fold>

　　【注意】最新的selenium已经不再支持ph

UserWarning: Selenium support for PhantomJS has been deprecated, please use headless versions of Chrome or Firefox instead

　　【替代】可使用Headless Chrome（需要安装chromedriver）

 from selenium import webdriver

 from selenium.webdriver.chrome.options import Options

 chrome_options=Options()

 chrome_options.add_argument('--headless')

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

 driver=webdriver.Chrome(chrome_options=chrome_options)

 driver.get("https://www.baidu.com/")

　　【chromedriver】

　　　　http://chromedriver.storage.googleapis.com/index.html

　　【注意】

　　　　驱动和chrome浏览器版本一定要匹配

　　　　【版本配置查看】最新是2.45而不是2.9

　　　　　　http://chromedriver.storage.googleapis.com/2.45/notes.txt

【lxml】



　　打开命令行，输入以下代码：




pip3 install lxml




　　网速慢的请使用下面一个方法


　　【whl文件安装】


　　　　【前提】安装wheel库




pip3 install wheel




　　　　【下载whl文件】


　　　　　　 https://pypi.org/search/?q=lxml


　　　　【安装whl文件参考】


　　　　　　https://blog.csdn.net/weixin_41592575/article/details/78984585


【BeautifulSoup】


　　网页解析库，依赖lxml（请先安装lxml），安装好lxml后，打开命令行，输入以下代码：




pip3 install BeautifulSoup4




　　使用示例：




from bs4 import BeautifulSoup




 【pyquery】


　　网页解析库。


　　打开命令行，输入以下代码：




pip3 install pyquery




　　使用示例：




 from pyquery import PyQuery as pq

 doc =pq('<html>hello world</html>')

 result = doc('html').text()

 print(result)




【pymysql】


　　打开命令行，输入以下代码：




pip3 install pymysql




　　使用示例：




 import pymysql

 conn =pymysql.connect(host='localhost',user='root',password='',port=3306,db='mysql')

 cur =conn.cursor()

 cur.execute('select * from db')

 cur.fetchall()




【pymongo】


　　打开命令行，输入以下代码：




pip3 install pymongo




　　使用示例：




 import pymongo

 client = pymongo.MongoClient('localhost')

 db =client['newtestdb']

 db['table'].insert({'name':'zhang'})

 db['table'].find_one({'name':'zhang'})




【redis】


　　打开命令行，输入以下代码：




pip3 install redis




　　使用示例：




import redis

r = redis.Redis('LOCALHOST',6379)

r.set('name','zhang')

r.get('name')




3.外部库


【flask】


　　打开命令行，输入以下代码：




pip3 install flask




【django——分布式开发】


　　打开命令行，输入以下代码：




pip3 install django




【jupyter——网页端notebook】


　　打开命令行，输入以下代码：




pip3 install jupyter




4.多版本python安装包


　　若电脑存在多个版本的python，可以参考下面的文章安装包


　　 https://blog.csdn.net/qq_36148847/article/details/81189443


5.注意


　　在命名.py文件时，不要将文件名设置为包（库）名，会导致无法正确的import包（后续会讲到）
												


											
python爬虫学习笔记（一）——环境配置（windows系统）的更多相关文章
	

    
						
  1. Qt5学习笔记(1)-环境配置(win+64bit+VS2013)
		
    Qt5学习笔记(1)-环境配置 工欲善其事必先-不装-所以装软件 久不露面,赶紧打下酱油. 下载 地址:http://download.qt.io/ 这个小网页就可以下载到跟Qt有关的几乎所有大部分东 ...
    
		
    2. 
								
  2. WP8 学习笔记(001_环境配置)
		
    Step 1  WP8 的开发要求64位操作系统,Windows 8及以上版本,需要激活版,建议网上买一个注册码.详见安装双系统. Step 2 安装好系统并已经激活之后,需要安装Windows Ph ...
    
		
    3. 
						
  3. Python爬虫学习笔记(三)
		
    Cookies: 以抓取https://www.yaozh.com/为例 Test1(不使用cookies): 代码: import urllib.request # 1.添加URL url = &q ...
    
		
    4. 
						
  4. 【lua学习笔记】——环境配置
		
    1 开发平台 windows7 64位 2 下载链接 http://www.lua.org/download.html 3 安装完成-环境配置 4  运行 WIN+R 运行 cmd 运行lua,显示配 ...
    
		
    5. 
						
  5. 学习笔记-ionic3 环境配置搭建到打包
		
    折腾了两周总算理清楚了,参考的链接如下: https://blog.csdn.net/zeternityyt/article/details/79655150  环境配置 https://segmen ...
    
		
    6. 
						
  6. Python爬虫学习笔记之Centos下安装配置Mongodb3.6
		
    在Centos6.9上安装Mongodb时候,遇到"No package mongodb-org available"这个报错. 经过查询后,在Centos6.9上需要针对Mong ...
    
		
    7. 
						
  7. python爬虫学习笔记
		
    爬虫的分类 1.通用爬虫:通用爬虫是搜索引擎(Baidu.Google.Yahoo等)“抓取系统”的重要组成部分.主要目的是将互联网上的网页下载到本地,形成一个互联网内容的镜像备份. 简单来讲就是尽可 ...
    
		
    8. 
						
  8. Python、pip和scrapy的安装——Python爬虫学习笔记1
		
    Python作为爬虫语言非常受欢迎,近期项目需要,很是学习了一番Python,在此记录学习过程:首先因为是初学,而且当时要求很快速的出demo,所以首先想到的是框架,一番查找选用了Python界大名鼎 ...
    
		
    9. 
						
  9. tensorflow学习笔记(1)-环境配置
		
    配置环境anaconda3+windows10+pycharm+python==3.5.2+tensorflow==1.1.4+cuda10.0+cudnn7 https://www.anaconda ...
    
		
    10. 
		

	


随机推荐
	

    
									
  1. js 小数取整数
			
    1.丢弃小数部分,保留整数部分 parseInt() 22.127456取成22.13   parseInt(5/2) 2  向上取整,有小数就整数部分加1 Math.ceil(5/2) 3,四舍五入 ...
    
			
    2. 
						
  2. 2--TestNG 参数化
			
    (1)XML文件 public class ParameterTest{ @test @Parameters({"name","age"}) public vo ...
    
			
    3. 
						
  3. WEB学习笔记13-高可读性的HTML之精简HTML代码/过时的块状元素和行内元素
			
    <a id="more-intro">点击此处 <img src="down-arrow.png" /></a> (1)删除 ...
    
			
    4. 
						
  4. hadoop day 7
			
    1.storm概述 应用于实时的流式计算,结合消息队列和数据库进行使用. Spouts:拓扑的消息源 Bolts:拓扑的处理逻辑单元,每个bolt可以在集群当中多实例的并发执行 tuple:消息元组, ...
    
			
    5. 
						
  5. 【转载】      什么是AutoML
			
    文章来源:企鹅号 - 仲耀晖的碎碎念 tzattack Studio presents 来源:Google AI Blog 编译:仲耀晖 ------------------------------- ...
    
			
    6. 
						
  6. EEG 睡眠 节律 代码
			
    a1=load('EEG01.txt');[c,r]=size(a1);z=10;%等于几,绘图起点从几开始s=256*z;%绘图起点;还有,这里的256是采样率d=floor(c/256);cn=d ...
    
			
    7. 
						
  7. redis的LRU算法（二）
			
    前文再续,书接上一回.上次讲到redis的LRU算法,文章实在精妙,最近可能有机会用到其中的技巧,顺便将下半部翻译出来,实现的时候参考下. 搏击俱乐部的第一法则:用裸眼观测你的算法 Redis2.8的 ...
    
			
    8. 
						
  8. 采用NoteExpress参考文献导入和导出
			
    1.NoteExpress使用 该软件分为企业版和个人版,但目前看来个人版已经不能用了,我用的是我们学校购买的软件,感觉还是很方便的. (1)首先建立数据库: (2)可以通过导入原文选项将下载好的文章 ...
    
			
    9. 
						
  9. Python全栈之路----常用模块----软件开发目录规范
			
    目录基本内容 log  #日志目录 conf  #配置目录 core/luffycity  #程序核心代码目录  #luffycity 是项目名,建议用小写 libs/modules  #内置模块 d ...
    
			
    10. 
						
  10. Java基于opencv—透视变换矫正图像
			
    很多时候我们拍摄的照片都会产生一点畸变的,就像下面的这张图 虽然不是很明显,但还是有一点畸变的,而我们要做的就是把它变成下面的这张图 效果看起来并不是很好,主要是四个顶点找的不准确,会有一些偏差,而且 ...
    
			
    11.