百度360必应搜狗淘宝本站头条
python类型转换python串口编程python计时python异常python进度条
当前位置：网站首页 > 技术资源 > 正文

python爬虫常用工具库总结（python爬虫工具下载）

off999 2025-06-28 15:51 43 浏览 0 评论

说起爬虫，大家可能第一时间想到的是python，今天就简单为大家介绍下pyhton常用的一些库。

请求库：实现基础Http操作

urllib:python内置基本库，实现了一系列用于操作url的功能。

requests:基于 urllib 编写的，阻塞式 HTTP 请求库，发出一个请求，一直等待服务器响应后，程序才能进行下一步处理。(
http://cn.python-requests.org/zh_CN/latest/)

selenium:自动化测试工具。一个调用浏览器的 driver，通过这个库你可以直接调用浏览器完成某些操作。(
https://www.seleniumhq.org/)

phantomjs:一个基于webkit的javascript API。（http://phantomjs.org/）

解析库：从网页中提取信息

lxml：支持HTML和XML的解析，支持XPath解析方式，而且解析效率非常高。(http://lxml.de/)

beautifulsoup4:html 和 XML 的解析,从网页中提取信息，同时拥有强大的API和多样解析方式。(
https://www.crummy.com/software/BeautifulSoup/bs4/doc.zh/)

pyquery:jQuery 的 Python 实现，能够以 jQuery 的语法来操作解析 HTML 文档，易用性和解析速度都很好。(
https://pythonhosted.org/pyquery/)

数据库：数据存储

mysql(https://dev.mysql.com/downloads/mysql/)

redis(https://redis.io/m)

mongobd(https://www.mongodb.com/)

web框架:

flask:轻量级的 web 服务程序，简单，易用，灵活，主要来做一些 API 服务。做代理时可能会用到。(
http://docs.jinkan.org/docs/flask/)

django:一个 web 服务器框架，提供了一个完整的后台管理，引擎、接口等，使用它可做一个完整网站。(
https://www.djangoproject.com/)

jupyter:能让你非常方便的在数据探索过程中有良好的实时交互效果(http://jupyter.org/)

爬虫框架

scrapy:很强大的爬虫框架，可以满足简单的页面爬取（比如可以明确获知url pattern的情况）。用这个框架可以轻松爬下来如亚马逊商品信息之类的数据。但是对于稍微复杂一点的页面，如 weibo 的页面信息，这个框架就满足不了需求了。

crawley:高速爬取对应网站的内容，支持关系和非关系数据库，数据可以导出为 JSON、XML 等。

portia:可视化爬取网页内容。

newspaper:提取新闻、文章以及内容分析。

python-goose:java 写的文章提取工具。

cola:一个分布式爬虫框架。项目整体设计有点糟，模块间耦合度较高

相关推荐

ipad越狱的好处与坏处（ipad越狱好不好）

　　好处一：　　1、重命名、重组应用程序　　如果你看着Sparrow(iOS最优秀邮件客户端)这个名字不爽，越狱之后就可以改成“Email”，如果你觉得“豆瓣电台”这个名字不给力，那就改成“中央人民广...

win7光盘重装系统步骤图解（win7光盘如何重装系统）

1.确认您的电脑支持从光盘启动。如果支持，可以直接将Windows7安装光盘插入电脑的光驱中。 2.打开电脑，按下F2、F10、F12或Delete等键进入BIOS设置界面。 ...

电脑已联网却无法上网（电脑已经联网了但是不能上网）

电脑连上网后，仍可能存在无法上网的情况，这可能是由多种原因造成的。以下是一些可能的原因和解决方法：1.浏览器问题：有时候，浏览器可能会出现故障，导致无法正常访问网络。您可以尝试清除浏览器的缓存和co...

u盘价格一览表（u盘单价）

不同品牌价格不同，不同内存价格也不同，例如8g、16g、32g、64g等多种容量大小的，根据容量的不同，报价在29元到120元之间不等。闪存盘虽然小，但相对来说却有很大的存储容量。U盘大多能够存储比一...

windows查看ip命令（windows如何查看ip地址）

查看电脑IP：    1)使用Windows+R键打开“运行”窗口，然后输入CMD进入命令提示窗口2)进入命令窗口之后，输入：ipconfig/all回车即可...

内存条的作用（内存条的作用和参数配置）

内存条是存储电脑运行所需的数据和程序，帮助CPU快速读取和运行，提高计算机的运行速度和处理能力。内存条也被称为随机存取存储器（RAM），是电脑中非常必要的一个组件。常见的内存条类型有DDR、DDR2、...

autocad2012安装失败（autocad2012无法安装）

如果您遇到CAD2012安装不了的问题，可能有几个原因导致这种情况。以下是一些常见的解决方法：1.确保系统要求：首先，请确保您的计算机符合CAD2012的系统要求。检查您的操作系统版本、内存、处理器...

win11 16g内存最佳虚拟内存（window10 16个g虚拟内存设置）

内存足够大可以将系统的虚拟内存关掉。1、鼠标右键【此电脑】，在菜单中选择【属性】。2、进入属性后，点击【高级系统设置】。3、进入系统属性后，点击高级下面的【设置】。4、进入性能设置后，点击【高级】。5...

查看windows7激活码（win7激活码哪里看）

windows7激活密钥如下：PPBK3-M92CH-MRR9X-34Y9P-7CH2FQ8JXJ-8HDJR-X4PXM-PW99R-KTJ3H8489X-THF3D-BDJQR-D27PH-P...

win10商业版和消费者版区别（win10商业版与消费者版）

1、用户群体的区别消费者版：通俗来说就是零售版，是一个非常适合个人用户和家庭用户购买的版本。商业版：适合大客户使用的版本，而且还比较适合企业用户使用以及进行批量部署。2、版本区别消费者版Consume...

bilibili加速器（bilibili加速器手机版官网）

需要在电脑上使用bilibili加速器，因为手机上bilibili已经有自带的加速器功能了。可以在bilibili官网或者一些应用商店下载使用，下完后按照安装提示进行安装即可。如果使用的是第三方软件，...

电脑自带的清理垃圾的工具（电脑自带的清理垃圾的工具叫什么）

CCleaner是一款免费的系统优化和隐私保护工具，它的体积小、扫描速度非常快，支持自定义清理规则，增强了应用程序清理范围和效果。CCleaner是Piriform（梨子公司）最著名广受好评的系统清理...

笔记本电脑用什么下载软件（笔记本电脑用什么下载软件比较好）
  • 笔记本电脑用什么下载软件（笔记本电脑用什么下载软件比较好）
  • 笔记本电脑用什么下载软件（笔记本电脑用什么下载软件比较好）
  • 笔记本电脑用什么下载软件（笔记本电脑用什么下载软件比较好）
  • 笔记本电脑用什么下载软件（笔记本电脑用什么下载软件比较好）
如何设置本地连接

在“控制面板”中，选择“网络和Internet”>“网络和共享中心”。在左侧窗格中，选择“更改适配器设置”。在“网络连接”窗口中，右键单击“本地连接”，然后选择“属性”。在“本地连接...

office2007官方免费版安装包
  • office2007官方免费版安装包
  • office2007官方免费版安装包
  • office2007官方免费版安装包
  • office2007官方免费版安装包

取消回复欢迎 你 发表评论:

一周热门
最近发表
标签列表
Copyright Your WebSite.Some Rights Reserved.