爬虫初级实战

beautifulsoup实战用法

新手一枚,自学bs4顺便抓点好看的图嘿嘿嘿

`

from bs4 import BeautifulSoup
import requests
from urllib import request
import multiprocessing
import time

headers = {"User-Agent": 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 '
                         '(KHTML, like Gecko) Chrome/74.0.3729.169 Safa'}

url_list = []
url_list2 = []
a = 1


def Get_url(Url_Index):
    data = requests.get(url=Url_Index, headers=headers)
    soup = BeautifulSoup(data.content, 'lxml')
    # print(soup)
    img_s = soup.find_all('a', target='_blank')
    for img in img_s:
        url_list.append(img.get('href'))


def Get_pic(URL):
    pic_list = []
    data = requests.get(url=URL, headers=headers)
    soup = BeautifulSoup(data.content, 'lxml')
    # print(soup)
    img_s = soup.find_all('img')
    for img in img_s:
        pic_list.append(img.get('src'))
    # print(pic_list)
    return pic_list


def Save_pic(url):
    root = r'D:\爬虫总图\爬虫图片5/'
    pic_path = root + str(a) + '.jpg'
    request.urlretrieve(url=url, filename=pic_path)
    print('第' + str(a) + '张图保存成功')


if __name__ == '__main__':
    for i in range(1, 8):
        url_index = 'https://www.meinvtu123.net/a/31/list_31_' + str(i) + '.html'
        p1 = multiprocessing.Process(target=Get_url(Url_Index=url_index), args=(2,))
        p1.start()
        for j in url_list:
            if j not in url_list2:
                url_list2.append(j)
        for x in range(0, len(url_list2)):
            for y in range(0, len(Get_pic(URL=url_list2[x]))):
                try:
                    list_url = Get_pic(URL=url_list2[x])[y]
                    print(list_url)
                    p3 = multiprocessing.Process(target=Save_pic(list_url), args=(4,))  # 多进程用法
                    p3.start()
                except TimeoutError or ConnectionError as e:
                    continue
                a += 1
                time.sleep(0.8)
    # print(url_list2)

`
爬取的效果图
爬取速度感觉还是太慢,但相较于selenium已经快很多了…
and这只是小网站,大厂的网站爬取属实有些困难,还需努力…

<think>好的,用户正在寻找适合Python初学者的实战项目或教程。首先,我需要确定用户的需求层次。他们可能刚学完基础语法,想要通过实际项目来巩固知识,提升编程能力。接下来,我应该考虑不同难度和类型的项目,涵盖常见的应用领域,比如游戏开发、Web应用、数据分析等,这样用户可以选择自己感兴趣的方向。 首先,整理已有的资源。用户提供的引用中有两处:一个是Python编程的书籍,另一个是Exercism的Python练习平台。这两个资源可以作为推荐的起点。Exercism有社区驱动的练习和导师反馈,适合初学者逐步提升,但用户可能还想要更具体的项目建议。 然后,我需要回忆常见的适合初学者的项目类型。例如,猜数字游戏、待办事项列表、简单爬虫、数据分析项目等。这些项目不仅帮助巩固基础,还能让学习者接触到不同的和工具,比如Tkinter用于GUI,requests和BeautifulSoup用于网络爬虫,pandas用于数据处理。 接下来,要确保推荐的项目有足够的教程支持,并且步骤清晰。例如,使用Flask或Django搭建简单博客,这样的教程在网络上很多,而且社区支持强大,遇到问题容易找到解决方案。同时,要考虑项目的实用性,比如自动化脚本处理Excel或PDF,这对办公场景很有帮助,能提升用户的兴趣。 还要注意项目的难度递进。从控制台小游戏开始,逐步过渡到带有GUI的应用,再涉及更复杂的数据处理和Web开发。这样用户可以根据自身水平选择合适的项目,逐步挑战更复杂的内容。同时,推荐一些学习平台,如Codecademy、freeCodeCamp,这些平台有结构化的课程和项目,适合系统学习。 最后,需要检查推荐的资源是否可靠,是否有良好的用户评价。例如,Real Python和Automate the Boring Stuff都是被广泛推荐的资源,适合初学者。此外,加入社区建议,比如参加Hackathon或开源项目,可以帮助用户在实践中学习协作和代码管理,这对职业发展也很重要。 总结来说,需要提供一个分层次、多类型的项目列表,结合书籍、在线教程和练习平台,确保用户有足够的资源选择,并且每个项目都有明确的学习目标和技能点。同时,鼓励用户动手实践,参与社区,以保持学习动力和持续进步。</think>以下是适合Python初学者的实战项目和教程推荐,分阶段帮助提升编程能力: --- ### **一、基础巩固项目** 1. **猜数字游戏** - 目标:用`random`模块生成随机数,练习条件判断和循环 - 技能点:基础语法、输入输出处理 - 教程:[Codecademy Python课程](https://www.codecademy.com/learn/learn-python-3) 2. **简易计算器** - 目标:实现加减乘除功能,可扩展科学计算 - 技能点:函数封装、异常处理 - 示例代码: ```python def add(a, b): return a + b # 类似实现subtract, multiply, divide... ``` --- ### **二、应用类项目** 3. **待办事项列表(命令行版)** - 目标:用列表和文件操作管理任务(增删改查) - 技能点:文件I/O、数据结构 - 推荐工具:`json`模块持久化存储[^1] 4. **天气查询工具** - 目标:调用API(如OpenWeatherMap)获取实时天气 - 技能点:`requests`、API交互 - 教程:[Real Python API集成指南](https://realpython.com/python-api/) --- ### **三、可视化/GUI项目** 5. **Tkinter图形计算器** - 目标:用`Tkinter`设计交互界面 - 技能点:GUI开发、事件驱动编程 - 参考:[Python GUI Programming With Tkinter](https://realpython.com/python-gui-tkinter/) 6. **数据可视化仪表盘** - 目标:用`matplotlib`或`seaborn`绘制图表 - 数据集:CSV文件(如全球气温数据) - 案例:分析电影评分分布 $$ \text{评分分布直方图:} \int_{0}^{10} f(x)dx = 1 $$ --- ### **四、进阶实战** 7. **简易网页爬虫** - 目标:用`BeautifulSoup`抓取网页内容 - 示例:爬取豆瓣Top250电影名称 - 代码框架: ```python import requests from bs4 import BeautifulSoup response = requests.get(url) soup = BeautifulSoup(response.text, 'html.parser') ``` 8. **Flask个人博客** - 目标:用Flask框架搭建动态网站 - 技能点:路由、模板渲染、数据(SQLite) - 教程:[Flask Mega-Tutorial](https://blog.miguelgrinberg.com/post/the-flask-mega-tutorial-part-i-hello-world) --- ### **五、学习资源推荐** - **书籍** - 《Python编程:从入门到实践》:含游戏/数据可视化项目 - 《Automate the Boring Stuff with Python》:办公自动化实战 - **在线平台** - [Exercism Python Track](https://exercism.org/tracks/python):社区驱动练习,含导师反馈[^2] - [freeCodeCamp](https://www.freecodecamp.org/):免费交互式课程 - **开源项目参与** - 在GitHub搜索标签`good-first-issue`,参与文档优化或简单功能开发 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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