手把手教你使用Python打造一款简易搜索引擎
off999 2024-11-14 17:01 15 浏览 0 评论
来源：Python爬虫与数据挖掘
作者：Python进阶者
1、前言
相信大家在知识共享的这个年代一定在网上下载了很多的文件保存以供日后有时间学习吧，毕竟硬盘空间也比较有限，下面我们就来说说我们要做的这个项目，就是搜索盘搜里的资源然后进行下载。
2、项目目标
实现搜索自己想要的文件，并且下载文件。
3、项目准备
使用sublime text 3 开发。因为此次我们需要用到交互式来完成操作，所以需要在sublime text 3 下载一个sublimeREPL插件来进行辅助开发。
4、项目实现
（1）打开盘搜，并随意打开一个链接，如下图所示：
（2）然后可以看到这个画面，如下图所示。
（3）此时这个网页地址为：
http://www.pansou.com/?q=成化十四年由此可以看出它是一个get请求。于是requests.get搞起来，这样我们就实现了第一步，搜索。于是，可以这样写代码：
import requests
def down(content):
content=input('请输入要下载的文件名')
rep=requests.get('http://www.pansou.com/?q='+str(content))
rep.encoding='utf-8'（4）这样就得到了上个页面中的网页源代码，我们通过搜索相关关键字发现竟然搜不到：
（5）那么这是怎么回事？原来这是因为ajax异步加载导致的部分关键代码显示不出来。这可就犯难了，换句话说这就触及到我的知识点盲区了。
因为小编并未学过前端，只知道有ajax这回事，哪里知道这个问题怎么产生怎么解决了。不过不用怕，还好小编有一个大绝招，那就是找接口。我找呀找，终于被我找到了，哎，功夫不负苦心人。如图所示：
（6）发现这是个json格式的所以我们现在可以将他进行读取，如图：
（7）不容易啊，json的坑很多，于是决定用字典。哈哈哈哈，果然适合自己的才是最香的。
找到了这些东西我们就可以把他们提取出来啦，这样我们就提取出了第一页的所有结果，要想提取第二页的结果只需将p的结果改为2即可。
最终的结果，如图：
（8）接下来我们强化下程序，让他具有交互功能，供用户选择。
（9）但是我们了解到callback一般都是可变的函数，所以真正能用上的就只有两个参数，q和p，于是：
这样就完成了指定页面的文件浏览。
下载的话也比较简单，直接将链接复制到浏览器中即可，这样就完成了一个最简单的搜索引擎了。
5、小结
（1）不建议抓取太多数据，容易对服务器造成负载，浅尝辄止即可。
（2）本文基于Python网络爬虫，利用爬虫库，打造了一款简易的Python搜索引擎。
（3）实现的时候，总会有各种各样的问题，切勿眼高手低，勤动手，才可以理解的更加深刻。
相关推荐
- 让 Python 代码飙升330倍:从入门到精通的四种性能优化实践
-
花下猫语：性能优化是每个程序员的必修课，但你是否想过，除了更换算法，还有哪些“大招”？这篇文章堪称典范，它将一个普通的函数，通过四套组合拳，硬生生把性能提升了330倍！作者不仅展示了“术”，更传授...
- 7 段不到 50 行的 Python 脚本，解决 7 个真实麻烦:代码、场景与可复制
-
“本文整理自开发者AbdurRahman在Stackademic的真实记录，所有代码均经过最小化删减，确保在50行内即可运行。每段脚本都对应一个日常场景，拿来即用，无需额外依赖。一、在朋...
- Python3.14:终于摆脱了GIL的限制
-
前言Python中最遭人诟病的设计之一就是GIL。GIL（全局解释器锁）是CPython的一个互斥锁，确保任何时刻只有一个线程可以执行Python字节码，这样可以避免多个线程同时操作内部数据结...
- Python Web开发实战:3小时从零搭建个人博客
-
一、为什么选Python做Web开发？Python在Web领域的优势很突出：o开发快：Django、Flask这些框架把常用功能都封装好了，不用重复写代码，能快速把想法变成能用的产品o需求多：行业...
- 图解Python编程:从入门到精通系列教程(附全套速查表)
-
引言本系列教程展开讲解Python编程语言，Python是一门开源免费、通用型的脚本编程语言，它上手简单，功能强大，它也是互联网最热门的编程语言之一。Python生态丰富，库（模块）极其丰富，这使...
- Python 并发编程实战:从基础到实战应用
-
并发编程是提升Python程序效率的关键技能，尤其在处理多任务场景时作用显著。本文将系统介绍Python中主流的并发实现方式，帮助你根据场景选择最优方案。一、多线程编程（threading）核...
- 吴恩达亲自授课，适合初学者的Python编程课程上线
-
吴恩达教授开新课了，还是亲自授课！今天，人工智能著名学者、斯坦福大学教授吴恩达在社交平台X上发帖介绍了一门新课程——AIPythonforBeginners，旨在从头开始讲授Python...
- Python GUI 编程:tkinter 初学者入门指南——Ttk 小部件
-
在本文中，将介绍Tkinter.ttk主题小部件，是常规Tkinter小部件的升级版本。Tkinter有两种小部件：经典小部件、主题小部件。Tkinter于1991年推出了经典小部件，...
- Python turtle模块编程实践教程
-
一、模块概述与核心概念1.1turtle模块简介定义：turtle是Python标准库中的2D绘图模块，基于Logo语言的海龟绘图理念实现。核心原理：坐标系系统：原点(0,0)位于画布中心X轴：向右...
- Python 中的asyncio 编程入门示例-1
-
Python的asyncio库是用于编写并发代码的，它使用async/await语法。它为编写异步程序提供了基础，通过非阻塞调用高效处理I/O密集型操作，适用于涉及网络连接、文件I/O...
- 30天学会Python，开启编程新世界
-
在当今这个数字化无处不在的时代，Python凭借其精炼的语法架构、卓越的性能以及多元化的应用领域，稳坐编程语言排行榜的前列。无论是投身于数据分析、人工智能的探索，还是Web开发的构建，亦或是自动化办公...
- Python基础知识(IO编程)
-
1.文件读写读写文件是Python语言最常见的IO操作。通过数据盘读写文件的功能都是由操作系统提供的，读写文件就是请求操作系统打开一个文件对象（通常称为文件描述符），然后，通过操作系统提供的接口从这个...
- Python零基础到精通，这8个入门技巧让你少走弯路，7天速通编程!
-
Python学习就像玩积木，从最基础的块开始，一步步搭建出复杂的作品。我记得刚开始学Python时也是一头雾水，走了不少弯路。现在回头看，其实掌握几个核心概念，就能快速入门这门编程语言。来聊聊怎么用最...
- 一文带你了解Python Socket 编程
-
大家好，我是皮皮。前言Socket又称为套接字，它是所有网络通信的基础。网络通信其实就是进程间的通信，Socket主要是使用IP地址，协议，端口号来标识一个进程。端口号的范围为0~65535(用户端口...
- Python-面向对象编程入门
-
面向对象编程是一种非常流行的编程范式（programmingparadigm），所谓编程范式就是程序设计的方法论，简单的说就是程序员对程序的认知和理解以及他们编写代码的方式。类和对象面向对象编程：把...
欢迎 你 发表评论:
- 一周热门
- 最近发表
- 标签列表
-
- python计时 (73)
- python安装路径 (56)
- python类型转换 (93)
- python进度条 (67)
- python吧 (67)
- python的for循环 (65)
- python格式化字符串 (61)
- python静态方法 (57)
- python列表切片 (59)
- python面向对象编程 (60)
- python 代码加密 (65)
- python串口编程 (77)
- python封装 (57)
- python写入txt (66)
- python读取文件夹下所有文件 (59)
- python操作mysql数据库 (66)
- python获取列表的长度 (64)
- python接口 (63)
- python调用函数 (57)
- python多态 (60)
- python匿名函数 (59)
- python打印九九乘法表 (65)
- python赋值 (62)
- python异常 (69)
- python元祖 (57)