投稿    登录
  博主录制的Python3爬虫视频教程已发布!详情请戳Python3爬虫视频教程!希望大家支持!非常感谢!

最新发布 第3页

静觅崔庆才的个人博客

Python

[Python3网络爬虫开发实战] 7.3-Splash负载均衡配置

[Python3网络爬虫开发实战] 7.3-Splash负载均衡配置
用Splash做页面抓取时,如果爬取的量非常大,任务非常多,用一个Splash服务来处理的话,未免压力太大了,此时可以考虑搭建一个负载均衡器来把压力分散到各个服务器上。这相当于多台机器多个服务共同参与任务的处理,可以减小单个Splash服务的压力。 1. 配置Splash服务 要...

崔庆才 3个月前 (01-31) 1158浏览 1评论 3喜欢

Python

[Python3网络爬虫开发实战] 7.2-Splash的使用

[Python3网络爬虫开发实战] 7.2-Splash的使用
Splash是一个JavaScript渲染服务,是一个带有HTTP API的轻量级浏览器,同时它对接了Python中的Twisted和QT库。利用它,我们同样可以实现动态渲染页面的抓取。 1. 功能介绍 利用Splash,我们可以实现如下功能: 异步方式处理多个网页渲染过程; ...

崔庆才 3个月前 (01-31) 2080浏览 2评论 7喜欢

Python

[Python3网络爬虫开发实战] 7.1-Selenium的使用

[Python3网络爬虫开发实战] 7.1-Selenium的使用
Selenium是一个自动化测试工具,利用它可以驱动浏览器执行特定的动作,如点击、下拉等操作,同时还可以获取浏览器当前呈现的页面的源代码,做到可见即可爬。对于一些JavaScript动态渲染的页面来说,此种抓取方式非常有效。本节中,就让我们来感受一下它的强大之处吧。 1. 准备工...

崔庆才 3个月前 (01-31) 3904浏览 0评论 15喜欢

Python

[Python3网络爬虫开发实战] 6.4-分析Ajax爬取今日头条街拍美图

[Python3网络爬虫开发实战] 6.4-分析Ajax爬取今日头条街拍美图
本节中,我们以今日头条为例来尝试通过分析Ajax请求来抓取网页数据的方法。这次要抓取的目标是今日头条的街拍美图,抓取完成之后,将每组图片分文件夹下载到本地并保存下来。 1. 准备工作 在本节开始之前,请确保已经安装好requests库。如果没有安装,可以参考第1章。 2. 抓取分...

崔庆才 3个月前 (01-30) 3377浏览 2评论 13喜欢

Python

[Python3网络爬虫开发实战] 6.3-Ajax结果提取

[Python3网络爬虫开发实战] 6.3-Ajax结果提取
这里仍然以微博为例,接下来用Python来模拟这些Ajax请求,把我发过的微博爬取下来。 1. 分析请求 打开Ajax的XHR过滤器,然后一直滑动页面以加载新的微博内容。可以看到,会不断有Ajax请求发出。 选定其中一个请求,分析它的参数信息。点击该请求,进入详情页面,如图6-1...

崔庆才 3个月前 (01-30) 2068浏览 0评论 9喜欢

Python

[Python3网络爬虫开发实战] 6.2-Ajax分析方法

[Python3网络爬虫开发实战] 6.2-Ajax分析方法
这里还以前面的微博为例,我们知道拖动刷新的内容由Ajax加载,而且页面的URL没有变化,那么应该到哪里去查看这些Ajax请求呢? 1. 查看请求 这里还需要借助浏览器的开发者工具,下面以Chrome浏览器为例来介绍。 首先,用Chrome浏览器打开微博的链接https://m.w...

崔庆才 3个月前 (01-30) 2037浏览 2评论 8喜欢

Python

[Python3网络爬虫开发实战] 6.1-什么是Ajax

[Python3网络爬虫开发实战] 6.1-什么是Ajax
Ajax,全称为Asynchronous JavaScript and XML,即异步的JavaScript和XML。它不是一门编程语言,而是利用JavaScript在保证页面不被刷新、页面链接不改变的情况下与服务器交换数据并更新部分网页的技术。 对于传统的网页,如果想更新其内容...

崔庆才 3个月前 (01-30) 1923浏览 0评论 8喜欢

Python

[Python3网络爬虫开发实战] 6-Ajax数据爬取

[Python3网络爬虫开发实战] 6-Ajax数据爬取
有时候我们在用requests抓取页面的时候,得到的结果可能和在浏览器中看到的不一样:在浏览器中可以看到正常显示的页面数据,但是使用requests得到的结果并没有。这是因为requests获取的都是原始的HTML文档,而浏览器中的页面则是经过JavaScript处理数据后生成的...

崔庆才 3个月前 (01-30) 1786浏览 0评论 12喜欢

Python

[Python3网络爬虫开发实战] 5.3.2-Redis存储

[Python3网络爬虫开发实战] 5.3.2-Redis存储
Redis是一个基于内存的高效的键值型非关系型数据库,存取效率极高,而且支持多种存储数据结构,使用也非常简单。本节中,我们就来介绍一下Python的Redis操作,主要介绍RedisPy这个库的用法。 1. 准备工作 在开始之前,请确保已经安装好了Redis及RedisPy库。如...

崔庆才 3个月前 (01-29) 1464浏览 0评论 4喜欢