python3.8.4配置爬虫开发环境(pip21.1.1)

ubuntu系统下不同版本的python和pip共存设置 多版本python和pip的设置、共存问题 阅读详情

1、在官网下载python3.8.4
https://www.python.org/downloads/release/python-384/
2、安装后设置环境变量
win+R输入cmd,enter
输入python,查看版本。
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

3、下载pip21.1.1。
https://pypi.org/project/pip/。
在这里插入图片描述

4、进入pip目录。
cmd执行python setup.py
遇到错误:No module named setup tool
进入https://www.cnblogs.com/kaishirenshi/p/9951396.html解决
5、解决后进入以下网站安装库
https://www.cnblogs.com/copywang/p/7832527.html
6、安装效果图

在这里插入图片描述
7、示例

代码跑之前,在e盘创建文件夹e:\python_result

import requests
import re


url = "https://www.sohu.com"

url_list = []
crawl_urls=0
save_page_num = 0
r=requests.get(url)
html = r.text
#print(html)
urls=re.findall(r'href="(.*?)"',html) #
for url in urls:
    #print(url)#提取到了所有网页上的url
    url=url.strip()#去掉url的前后空格
    if url.startswith("mailto"):
        continue
    elif url.endswith("ico") or url.endswith("png") \
or url.endswith("css") or url.endswith("jpg") or url.endswith("js"):
        continue
    elif url.startswith("javascript"):
        continue
    elif url=="/":
        continue
    elif  url.startswith("//"):
        url = "https:" +url
        url_list.append(url)
    else:
        url_list.append(url)


for url in url_list:
    print(url)
    if not url:
        continue
    crawl_urls+=1
    r=requests.get(url)
    if "汽车" in r.text:
        save_page_num+=1
        with open("e:\\python_result\\"+str(save_page_num)+".html","w",encoding="utf-8") as fp:
            fp.write(r.text)
        

print("一共爬了%s个网页"  %crawl_urls)
print("一共保存了%s个网页"  %save_page_num)

在这里插入图片描述

在这里插入图片描述

网络爬虫——python爬取豆瓣评论 网络爬虫,又被称为网络蜘蛛(Web Spider)、网络机器人等。它根据网页地址(URL)爬取网页内容,网页地址(URL)就是我们在浏览器中输入的网站链接。例如:https://www.baidu.com;网络爬虫不仅能够复制网页信息和下载音视频,还可以做到网站的模拟登录和行为链执行。由于需要爬取的网站大多需要先登录才能正常访问,或者需要登录后的cookie值才能继续爬取,所以需要对网站模拟登录。有些网站设置了Referer防盗链,所以需要执行网页浏览行为链。 阅读详情

相关推荐

Python 网络爬虫进阶教学全指南

本次博客将深入探究 Python 网络爬虫的核心知识与实用技巧,引领大家从入门迈向精通

安年的小小博客有大大的梦想 4030

pip version 21.1.1 升级version 21.2.3 解决方法

1.问题: 装库时,出现pip版本过低,WARNING: You are using pip version 21.1.1; however, version 21.2.3 is available.如下图 2.解决方法: 复制warring里’ ’ 的内容,就可以解决.

weixin_55720656的博客 2561

Python 网络爬虫入门全知道

Python 网络爬虫入门全知道

安年的小小博客有大大的梦想 2742

【无标题】WARNING: You are using pip version 21.1.1; however, version 24.0 is available. 安装Django中的一些问题

however, version 24.0 is available. 的错误,这是在告诉我们,电脑的pip版本过低,有新版本可以使用,这时就需要我们更新pip的版本。打开cmd,输入下面四条口令其中之一即可,都可以用来升级pip版本,如果有的口令升级失败,换一条口令就可以了,我是用第一条口令失败了之后换了第二条口令就成功了。在安装好jdk之后问题就都解决了,我们就可以正常的使用pycharm进行我们的网页开发了。将pip升级完成之后,再使用上面安装Django的口令就可以安装了。

2301_78588589的博客 2634

基于Spyder(Python 3.8)网络爬虫东方财经股票数据

基于Python爬取豆瓣电影排行榜单的博主经验,本文将爬取东方股票的某些数据。代码来自网络且基于此稍有改编。

weixin_55996541的博客 3539

Python-网络爬虫

网络爬虫(Web Spider)又称网络蜘蛛或网络机器人,是一段用来实现自动采集网站数据的程序。网络爬虫不仅能够为搜索引擎采集网络信息,而且还可以作为定向信息采集器,定向采集某些网站中的特定信息。对于定向信息的爬取,网络爬虫主要采取数据抓取、数据解析、数据入库的操作流程。(1)数据抓取:发送构造的HTTP请求,获得包含所需数据的HTTP响应;(2)数据解析:对HTTP响应的原始数据进行分析、清洗,以提取出所需要的数据;(3)数据入库:将数据进一步保存到数据库(或文本文件)中,用于构建知识库。

qq_42759120的博客 1758

WARNING: You are using pip version 21.1.1; however, version 24.0 is available

pip安装pygame遇到的问题:WARNING: You are using pip version 21.1.1;

weixin_45182428的博客 2842

Python 网络爬虫入门与实战

网络爬虫(Web Crawler)是自动访问网络并提取信息的程序。它可以模拟人类用户在浏览器中的行为,访问网页、抓取数据并存储到本地或数据库中。网络爬虫在信息检索、数据挖掘、搜索引擎等领域有广泛应用。Scrapy 是一个强大的爬虫框架,支持异步处理和数据存储。它适合大型爬虫项目,可以高效抓取和解析数据。yield item通过本文的学习,您应该对 Python 网络爬虫有了全面的了解。从基础的 Requests 库到高级的 Scrapy 框架,再到实战案例,涵盖了网络爬虫的方方面面。

985工科博士毕业,专攻定位、导航和滤波等算法研究。从业10年,主要使用MATLAB 2213

Python网络爬虫开发:从入门到精通

网络爬虫(Web Crawler),也称为网络蜘蛛(Web Spider),是一种自动抓取互联网信息的程序或脚本。它通过模拟浏览器行为,按照一定的规则自动访问网页并提取所需数据。

努力是为了站在万人之中,成为别人的光 2万+

五分钟学会Python网络爬虫

但不管怎样,爬虫技术是无罪的,还是值得我们开发人员去学习了解一下的。在学习之前,我们还是要先了解一下相关概念。 什么是爬虫 网络爬虫:又被称为网页蜘蛛,网络机器人,是一种按照一定的规则,自动的抓取万维网信息的程序或者脚本。 大数据时代,要进行数据分析,首先要有数据源,可数据源从哪里来,花钱买,没预算,只能从其它网站就行抓取。 细分下来,业内分为两类:爬虫和反爬虫。 反爬虫:顾名思义,就是防止你来我网站或APP上做爬虫的。 爬虫工程师和反爬虫工程师是一对相爱相杀的小伙伴,经常因为对方要加班写代码,

python588的博客 2353

python-3.8.4.rar

Python v3.8.4 for Windows x32 系统,从Python官网下载,无修改,可安装

基于Python编程实现简单网络爬虫实现

编写一个非常轻量的python代码,实现网络爬虫

本末实验室 6万+

python官方3.8.4-amd64版本exe安装包

全名:python-3.8.4-amd64.exe python的安装与使用: https://blog.csdn.net/qq_38161040/article/details/87295245

Python3网络爬虫基本操作(一)

Python3网络爬虫基本操作(一)一.前言二.编写一个简单的爬虫1.获取网页信息2.简单实例(1).requests安装(2).requests库的基本用法(3).简单实例(4).提取需要的数据 一.前言 Python版本:Python3.X 运行环境:Windows IDE:PyCharm Python爬虫入门简单,但是深入学习后,你会发现坑越来越多,需要反复练习才能孰能生巧。 二.编写一个简单的爬虫 1.获取网页信息 在浏览器的地址栏输入URL地址,在网页处右键单击,找到检查。(不同浏览器的叫法不同,

Xu__Hn的博客 7602

python官方3.8.4版本exe安装包

全名:python-3.8.4.exe

pip-21.1.1.tar.gz

该资源为pip-21.1.1.tar.gz,欢迎下载使用哦!

Python3 大型网络爬虫实战 001 --- 搭建开发环境

我使用的电脑: Windows 10 64位前言开发Python爬虫有很多种方式,从程序的复杂程度的角度来说,可以分为:爬虫项目和爬虫文件。 相信有些朋友玩过Python的urllib模块,一般我们可以用该模块写一些爬虫文件,实现起来非常方便,但做大型项目的时候,会发现效率不是太好、并且程序的稳定性也不是太好。 Scrapy是一个Python的爬虫框架,使用Scrapy可以提高开发效率,并且非常

AoboSir.com 5万+

如何缩减layout电路面积?减少晶体管的数量——以全加器为例【VLSI】

How to reduce the number of transistors to reduce circuit area? -- Take the Binary Full Adder as an example 优化面积的方法 1. 减少晶体管的数量 2. 改变gate matrix的布局

Jie_MSD的博客 6433

浅谈网络爬虫

浅谈网络爬虫 什么是网络爬虫? 爬虫能干什么 搜索引擎 抢票、刷票等自动化软件 部分破解软件 金融等行业数据挖掘、分析数据来源 其他 爬虫很简单 语言的选择 两种语言的小demo 爬虫也不简单 ip、浏览器头(User-Agent)、和cookie限制 需登录的验证码限制、参数限制 JavaScript渲染/ajax加密 爬虫知识储备路线 1.基础语法: 2.正则和爬虫相关库,以及浏览器F12...

bigsai 1万+

第三篇:AMD 和 Intel

它像“乐高积木”一样,可以通过标准化的接口与其他部分组合,构建复杂系统。理解组件后,你会发现从操作系统到微服务,现代软件本质上都是组件的组合!

u013089100的博客 1031

大疆Livox Mid-70雷达的使用

一、前期准备 (一)、使用Livox Viewer测试雷达 1、设置静态IP sudo ifconfig enx081f7152092a 192.168.1.50 查看IP是否设置成功 lacyexsale@lacyexsale-KLV-WX9:~$ ifconfig enx081f7152092a Link encap:以太网 硬件地址 08:1f:71:52:09:2a inet 地址:192.168.1.50 广播:192.168.1.255 掩码:255.255.25

LacyExsale的博客 1万+
上一篇: Ubuntu18.04安装GCC8.3.0
下一篇: MFC CListCtrl解决闪烁问题(采坑无数)
bostonAlen
博客等级 码龄9年 4348粉丝 62原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值