首先這次學(xué)習(xí)的是利用寫Python腳本對網(wǎng)頁信息的獲取，并且把他保存到我們的數(shù)據(jù)庫里最后形成一個Excel表格

創(chuàng)新互聯(lián)憑借在網(wǎng)站建設(shè)、網(wǎng)站推廣領(lǐng)域領(lǐng)先的技術(shù)能力和多年的行業(yè)經(jīng)驗，為客戶提供超值的營銷型網(wǎng)站建設(shè)服務(wù)，我們始終認為：好的營銷型網(wǎng)站就是好的業(yè)務(wù)員。我們已成功為企業(yè)單位、個人等客戶提供了成都做網(wǎng)站、成都網(wǎng)站制作、成都外貿(mào)網(wǎng)站建設(shè)服務(wù)，以良好的商業(yè)信譽，完善的服務(wù)及深厚的技術(shù)力量處于同行領(lǐng)先地位。

下載第三方模塊和源碼安裝MongoDB

剛開始我們需要做一些準備：
先安裝第三方模塊

https://fastdl.mongodb.org/linux/mongodb-linux-x86_64-rhel70-3.2.5.tgz

---

思路如下：

1.訪問網(wǎng)站，拿到html網(wǎng)頁

headers獲取：

腳本1：

運行前打開mongod :

             ./mongod &

2.提取html里面我們想要的內(nèi)容

腳本2：

Long Jump 和 View Graph 是根據(jù)他們可以定位到我們想獲取的信息的標簽上

這個腳本寫完不需要運行，他的url是由第三個腳本導(dǎo)入的

3.把我們爬到的內(nèi)容存到數(shù)據(jù)庫中

腳本3：

運行前都要檢查MongoD是否運行，運行后可進入數(shù)據(jù)庫去看我們存入的信息
在MongoDB的bin下

./mongo

use iaaf

db.athletes.find()

4.轉(zhuǎn)成Excel表格

腳本4：

5.requests，pymongo，bs4的用法總結(jié)

requests是一個很實用的Python HTTP客戶端庫，編寫爬蟲和測試服務(wù)器響應(yīng)數(shù)據(jù)時經(jīng)常會用到?？梢哉f，Requests 完全滿足如今網(wǎng)絡(luò)的需求

1.作用：發(fā)送請求獲取響應(yīng)為什么使用requesst？
1)requests底層實現(xiàn)的是urllib2)requests在python2和python3中通用，方法完全一樣
3）requests簡單易用（python特性）
4）requests能夠幫助我們解壓響應(yīng)內(nèi)容（自動解壓完善請求頭，自動獲取cookie）

2. 發(fā)送簡單的get請求、獲取響應(yīng)response = requests.get(url)

pymongo是python操作 mongodb的工具包

bs4概念：

bs4庫是解析、遍歷、維護、"標簽樹"的功能庫
通俗一點說就是：bs4庫把HTML源代碼重新進行了格式化，
從而方便我們對其中的節(jié)點、標簽、屬性等進行操作
2.BS4的4中對象
①Tag對象：是html中的一個標簽，用BeautifulSoup就能解析出來Tag的具體內(nèi)容，具體
的格式為‘soup.name‘,其中name是html下的標簽。
②BeautifulSoup對象：整個html文本對象，可當(dāng)作Tag對象
③NavigableString對象：標簽內(nèi)的文本對象
④Comment對象：是一個特殊的NavigableString對象，如果html標簽內(nèi)存在注釋，那么它可以過濾掉注釋符號保留注釋文本
最常用的還是BeautifulSoup對象和Tag對象

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)cdcxhl.cn，海內(nèi)外云服務(wù)器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國服務(wù)器、虛擬主機、免備案服務(wù)器”等云主機租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價比高”等特點與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場景需求。

網(wǎng)頁題目：Python———爬蟲學(xué)習(xí)總結(jié)-創(chuàng)新互聯(lián)
當(dāng)前路徑：http://aaarwkj.com/article16/ihhgg.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供云服務(wù)器、企業(yè)網(wǎng)站制作、定制網(wǎng)站、動態(tài)網(wǎng)站、移動網(wǎng)站建設(shè)、網(wǎng)站設(shè)計

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)