python异常处理、爬虫介绍、模块(module)的导入及爬虫准备工作

先看后赞，养成习惯。点赞收藏，人生辉煌!

1 错误与异常

1.1异常简介

看如下示例发生异常

print("----test-----1")
f = open("123.txt","r") #用只读模式打开了一个不存在的文件，报错
print("----test-----2") #这句代码不会被执行

运行结果如下：

说明：打开一个不存在的文件时，当找不到文件时，就会抛出给我们一个IOError类型的错误
异常类型想要被捕获，需要一致，看如下示例发生异常

try:
    print(num)
except IOError:   #异常类型想要被捕获，需要一致

    print("产生错误了")  #NameError: name 'num' is not defined

运行结果如下：

try:
    print(num)
except NameError:
    print("产生错误了")  #NameError: name 'num' is not defined

运行结果如下：

同时捕获

try:
    print("----test-----1")
    f = open("123.txt","r")
    print("----test-----2")
    print(num)

except (NameError,IOError):
    print("产生错误了")  #NameError: name 'num' is not defined

运行结果如下：

如果想知道是哪个类型错误，并且打印出来，该怎么做？

#获取错误描述
try:
    print("----test-----1")
    f = open("123.txt","r")
    print("----test-----2")
    print(num)

except (NameError,IOError) as result: #将可能产生的所有异常类型，都放到下面的小括号中
    print("产生错误了")  #NameError: name 'num' is not defined
    print(result)

运行结果如下：

此时，我们修改f = open(“test.txt”,“r”)，test.txt是我们已经存在的文件

# 捕获所有的异常 Exception
try:
    print("----test-----1")
    f = open("test.txt","r")
    print("----test-----2")
    print(num)

except Exception as result: #将可能产生的所有异常类型，都放到下面的小括号中
    print("产生错误了")  #NameError: name 'num' is not defined
    print(result)

1.2 作业:

1.应用文件操作的相关知识，通过Python新建一个文件gushi.txt，选择一首古诗写入文件中
2.另外写一个函数，读取指定文件gushi.txt，将内容复制到copy.txt中，并在控制台输出“复制完毕"。
3.提示:分别定义两个函数，完成读文件和写文件的操作
尽可能完善代码，添加异常处理。

f = open("gushi.txt","w")
f.write("劝君莫惜金缕衣，劝君惜取少年时。")
f.write("\n")
f.write("花开堪折直须折，莫待无花空折枝。")
f.close()

def CopyGuShi():
    f = open("gushi.txt",'r')
    c = open("copy.txt",'w')
    contents = f.readlines()
    for content in contents:
        c.write(content)
    c.close()
    print("复制完毕......")
CopyGuShi()'''

def WriteFile(x):
    try:
        f = open("x","w")
        f.write(input("请输入写入文件内容"))
    except Exception as result:
        print(result)
def ReadFile(x):
    f = open("x",'r')
    contents =  f.readlines()
    for content in contents:
        print(content)
WriteFile('gushi.txt')
ReadFile("gushi.txt")

2 python爬虫

2.1 任务介绍

需求分析：爬取豆瓣电影ToP250的基本信息，包括电影的名称、豆瓣评分、评价数、电影概况、电影链接等。

https://movie.douban.com/top250

2.2 爬虫初始

什么是爬虫
  网络爬虫，是按照一定规则，自动抓取互联网信息的程序或者脚本。由于互联网数据的多样性和资源的有限性，根据用户需求定向抓取相关网页并分析已成为如今主流的爬取策略。
爬虫可以做什么
  你可以爬取妹子的图片，爬取自己想看的视频，只要你能通过浏览器访问的数据都可以通过爬虫获取。
爬虫的本质是什么
  模拟浏览器打开网页，获取网页中我们想要的那部分数据。

2.3 基本流程

准备工作
  通过浏览器查看分析目标网页，学习编程基础规范。
获取数据
  通过HTTP库向目标站点发起请求，请求可以包含额外的header等信息，如果服务器能正常响应，会得到一个Response，便是所要获取的页面内容。。
解析内容
  得到的内容可能是HTML、json等格式，可以用页面解析库、正则表达式等进行解析
保存数据
  保存形式多样，可以存为文本，也可以保存到数据库，或者保存特定格式的文件。

2.4 编码规范

  1、一般python程序第一行需要加入#-- coding:utf-8--或者#coding = utf-8这样可以在代码中包含中文

  2、在python中，使用函数实现单一功能或相关联功能的代码段，可以提高可读性和代码重复利用率，函数代码块以def关键字开头后接空格、函数标识符名称、圆括号()、冒号：，括号中可以传入参数，函数段缩进（Tab或四个空格，只能任选一种），return用于结束函数，可以返回一个值，也可以不带任何表达式（表示返回None）,如下所示：

def 函数标识符名称(可填形参):
	return (值)

  3、python文件中可以加入if__name__==”main”:

  4、python使用#添加注释，说明代码（段）的作用

2.5 引入模块

  模块（module)用来从逻辑上组织python代码（变量、函数、类），本质就是py文件，提高代码的可维护性。python使用import来导入模块
  模块module:一般情况下，是一个以.py为后缀的文件

如何引入模块点击链接详细查看2.3章节

如下示例是接下来爬虫要用到的模块

可以看见有的模块是没有的需要我们下下载安装，安装方式有两种：
方式一：
1、点击下方Terminal，就会出现像命令提示符一样的界面（win+R键，输入cmd同样也会出现）

2、如下命令提示符一样的界面，输入python，如下图，我们输入print(“hello”)同样也输出了‘hello‘

3.比如我们需要导入bs4包，然后输入pip install bs4就可下载。
方式二：
1、如下图，xlwt是不存在的，需要我们导入，此时我们打开File，点击Settings

2、此时xlwt包是不存在的，点击右边的加号，

3、找到xlwt点击install package

4、网速好等几秒就会安装好，如下图

5、此时导入的xlwt包不报错了，如下图：
其他的包如法炮制