世界上80%的爬虫是基于Python开发的，学好爬虫技能，可为后续的大数据分析、挖掘、机器学习等提供重要的数据源。无私分享全套Python爬虫资料，私信“学习”免费领取哦~~

作为产品运营人员，在工作中处理数据，分析数据和运用数据，基本是常态。虽非数据分析岗位，但是也是一个要重度应用数据的岗位，如果自身没有获取数据的能力，其实是非常尴尬的。

什么是爬虫？

按照一定的规则，指请求网站并获取数据的自动化程序。如果我们把互联网比作一张大的蜘蛛网，数据便是存放于蜘蛛网的各个节点，而爬虫就是一只小蜘蛛（程序），沿着网络抓取自己的猎物（数据）。

其实通俗的讲就是通过程序去获取web页面上自己想要的数据，也就是自动抓取数据。最常用领域是搜索引擎，它的基本流程是明确需求-发送请求-获取数据-解析数据-存储数据。

我们能够利用爬虫抓取图片，视频等对于你有价值的信息，只要你能通过浏览器访问的数据都可以通过爬虫获取。

Python爬虫代理

我们在做爬虫的过程中，经常会遇到这样的情况：最初爬虫正常运行，正常抓取数据，一切看起来都是那么的美好，然而一杯茶的功夫可能就会出现错误，比如403 Forbidden。出现这样的原因往往是网站采取了一些反爬虫的措施，比如，服务器会检测某个IP在单位时间内的请求次数，如果超过了某个阈值，那么服务器会直接拒绝服务，返回一些错误信息。这时候，代理IP就派上用场了。

　　很多新手朋友可能对如何使用代理IP不太了解，就拿当下最流行的爬虫语言Python来说吧。

提取http代理ip，生成api连接，urllib代理设置：

from urllib.error import URLError
　　from urllib.request import ProxyHandler,build_opener
　　proxy='123.58.10.36:8080' #使用极光http代理
　　#proxy='username:password@123.58.10.36:8080' 
　　proxy_handler=ProxyHandler({
　　'http':'http://'+proxy,
　　'https':'https://'+proxy
　　})
　　opener=build_opener(proxy_handler)
　　try:
　　response=opener.open('http://httpbin.org/get') #测试ip的网址
　　print(response.read().decode('utf-8'))
　　except URLError as e:
　　print(e.reason)

Python语言的编写与执行

输出：print()
退出python:exit()

命令行模式：输入 python 文件名.py执行Python文件。
执行时直接输出最终结果。

Python交互模式：命令行输入python或windows--所有程序--Python--python3.7。
执行时是一行一行的执行

Python实例集锦

• 一个整数，它加上100后是一个完全平方数，再加上168又是一个完全平方数，请问该数是多少？
  程序分析：
  假设该数为 x。
  1、则：x + 100 = n2, x + 100 + 168 = m2
  2、计算等式：m2 - n2 = (m + n)(m - n) = 168

x + 100 = n^2

n^2 + 168 = m^2

令 m = n+k,

2nk + k^2 = 168,

k(2n + k) = 168, 必有一个是偶数，则都为偶数,

(k/2)(k/2 + n) = 42,

i(i+n) = 42, n > 0

所以 2 <= i <= 6

for i in range(1,7):
    n = 42 / i - i
    if int(n) == n:
        x = pow(n, 2) - 100
        print(int(x))

1581
261
21
-99

直接书写条件-列表推导式

print([pow(n,2) - 100 for m in range(168) for n in range(m) if (m-n)*(m+n) == 168])

[-99, 21, 261, 1581]

• 输入某年某月某日，判断这一天是这一年的第几天？

date = input("输入年月日(yyyy-mm-dd):")
y,m,d = (int(i) for i in date.split('-'))
sum=0
special = (1,3,5,7,8,10)
for i in range(1,int(m)):
    if i == 2:
        if y%400==0 or (y%100!=0 and y%4==0):
            sum+=29
        else:
            sum+=28
    elif(i in special):
        sum+=31
    else:
        sum+=30
sum+=d
print("这一天是一年中的第%d天"%sum)

输入年月日(yyyy-mm-dd):2018-4-5
这一天是一年中的第95天

使用 list 存储月份信息，字典存储月份信息

months = [31, 28, 31, 30, 31, 30, 31, 31, 30, 31, 30, 31]

year = int(input("Year:"))
month = int(input("Month:"))
day = int(input("Day:"))

assert 0 < month < 13, "The month must be realistic"
assert 0 < day <= months[month], "The day must be realistic" 

if year % 400 == 0 or (year % 4 == 0 and year % 100 != 0):
    months[1] += 1

sum_day = day
for idx in range(month-1):
    sum_day += months[idx]

print("It's the %dth day." % sum_day)


months = {1: 31, 
         2: 28, 
         3: 31, 
         4: 30,
         5: 31,
         6: 30, 
         7: 31, 
         8: 31,
         9: 30,
         10: 31,
         11: 30,
         12: 31}

def isLeapYear(year):
    if year % 400 == 0 or (year % 4 == 0 and year % 100 != 0):
        return True
    else: 
        return False
    
year = int(input("Year:"))
month = int(input("Month:"))
day = int(input("Day:"))

assert 0 < month < 13, "The month must be realistic"
assert 0 < day <= months[month], "The day must be realistic" 

sum_day = day

for idx in range(1, month):
    sum_day += months[idx]

if isLeapYear(year):
    sum_day += 1

print("It's the %dth day." % sum_day)

Year:2018
Month:4
Day:5
It's the 95th day.

Year:2018
Month:4
Day:5
It's the 95th day.

• 定义类

类体内定义了实例变量self.length，并定义了类的构造方法、setLen、getLen方法

class Rectangle():
   def __init__(self,length,width): self.width,self.length = width,length
   def setLen(self,length):
       print("execute setLen")
       self.length=length
   def getLen(self):
       print("execute getLen")
       return self.length

写在最后

如果你处于想学python爬虫或者正在学习python爬虫，python爬虫的教程不少了吧，但是是最新的吗？

说不定你学了可能是两年前人家就学过的内容，在这小编分享一波2020最新的python爬虫全套教程，免费分享给大家！
获取方式：私信小编 “ 学习 ”，即可免费获取！