前言：
目前我们对“廖雪峰python3教程视频”大致比较重视，大家都想要剖析一些“廖雪峰python3教程视频”的相关知识。那么小编也在网络上网罗了一些关于“廖雪峰python3教程视频””的相关内容，希望我们能喜欢，我们一起来学习一下吧！get新技能，学习写爬虫？！
1、为啥学爬虫？
看到一个帖子，有人用python爬虫在京东抢口罩，实现实时监测、实时抢购。
可以说很调皮了~
这是爬虫在电商领域的一个小应用，除此之外你还能使用爬虫进行：商品抓取、价格监控、评论抓取、竞品分析、动态定价等等。
其他领域，你可以使用爬虫做：房源监控分析、网络舆情监测、精准客户获取、新闻资讯筛选、地信数据抓取、金融股票分析等等。
这些对于从事相关行业的分析人员还是很有学习意义的。
当然你还可以用爬虫搞一下骚操作：知乎妹子高清图片、言情小说、b站学习视频、豆瓣电影书籍、抖音美女视频......这些都可以爬下来收藏。
之前一直很火的用python登录12306抢票，也是爬虫的杰作，不过现在越来越难了，各种反爬设置。大家有兴趣可以去github
学爬虫当然离不开python，所以这10天你还能get python编程，当今最火的AI编程语言。
当然你也可以用集成好的第三方软件来爬，像八爪鱼、后羿之类的，但我还是建议用python来写爬虫，能学到更多东西。
2、什么是爬虫？
爬虫是一个形象的叫法，网络爬虫其实是网络数据采集，针对性地用代码实现网络上各种数据（文字、图片、视频）的抓取。我们熟知的谷歌、百度等搜索引擎，也是使用的爬虫技术。
通俗点说，爬虫就像是一个穿梭于网络世界的智能蜘蛛，你给它一个网址（url），然后设定规则，它就能突破重重险阻，把你想要的数据抓取下来，然后保存。
来源网络，图侵删
能实现爬虫的语言有很多，像Java、PHP、Python、C#...都可以用各种方式达到你的要求，那为什么要用python呢？
人生苦短，python当歌！
python是一门高级编程语言，语法简介，十分适合初学者。因此拥有了超级强大的开发社区，捣鼓出各种神奇的第三方库，比如requests、beautifulsoup、scrapy、xpath、selenium等，都是爬虫界的利器。
当然网络爬虫有利有弊，你可以爬人家的数据，但也要承担可能存在的法律风险。慎重！
3、python爬虫有些学习资源？
本来想先简单介绍一下如何学习python爬虫，但还是先把学习资源讲一讲，毕竟好多资源控￣□￣
对于小白来说，首先是学习python语法。
python学习家族有三个派别：视频派、教程派、书籍派。
喜欢看视频的就去b站吧，python视频教学相当丰富，选择播放量前几名的系统学习下，听说小甲鱼的就还不错。
当然有钱的你，可以选择一些网上课程，像腾讯课堂、网易云课堂里面的课。
不要问为什么，花钱买心安。比如我猜大方的你，会打赏这篇回答[hah
教程派的选择很多了，像菜鸟教程、w3cschool、廖雪峰、python官档...
推荐大家先看菜鸟教程、再看廖雪峰，官档随时查询。
菜鸟教程 python3
廖雪峰 python教程
再推荐几个可能会用到的python学习资源：
Python简明教程（Python3）
Python3.7.4官方中文文档
Python标准库中文版
廖雪峰 Python 3 中文教程
Python 3.3 官方教程中文版
Python3 Cookbook 中文版
笨办法学 Python (PDFEPUB)
《Think Python 2e》最新版中文
Python 核心编程 第二版 中文
菜鸟教程 Python3基础
W3cschool Python3基础
Python最佳实践指南
Python 精要教程
Python进阶 中文版
中文 Python 笔记
莫烦python教程
The Hitchhiker's Guide to Python
草根学 Python
Kaggle Python基础学习（英文）
李笑来-自学是门手艺-python教程
对于书籍派来说，买一本扎实的python语法书，确实是必须的。
我之前用过的像《python编程 从入门到实践》、《笨方法学python3》，都是适合初学者看的。
爬虫的学习资源也非常多。
像崔庆才大佬的网站、b站视频、官方文档、爬虫教材等，下面给大家参考：
awesome-spider 爬虫集合
python模拟登陆&爬虫
Python爬虫代理IP池(proxy pool)
Python入门网络爬虫之精华版
Python3网络爬虫实战
有趣的Python爬虫和Python数据分析小项目
Python入门爬虫
Requests 英文文档
Requests 中文文档
Scrapy 英文文档
Scrapy 中文文档
Pyspider 英文文档
BeautifulSoup中文文档
BeautifulSoup英文文档
Xpath教程
崔庆才网站
还有一本python爬虫书也是很不错的，适合入门。
4、如何入门python爬虫？
终于讲到入门实操了，之前我写过一个爬虫入门回答，这里搬运过来。
以下正文：
本文针对初学者，我会用最简单的案例告诉你如何入门python爬虫！
想要入门Python 爬虫首先需要解决四个问题
熟悉python编程
了解HTML
了解网络爬虫的基本原理
学习使用python爬虫库
一、你应该知道什么是爬虫？
网络爬虫，其实叫作网络数据采集更容易理解。
就是通过编程向网络服务器请求数据（HTML表单），然后解析HTML，提取出自己想要的数据。
归纳为四大步：
根据url获取HTML数据
解析HTML，获取目标信息
存储数据
重复第一步
这会涉及到数据库、网络服务器、HTTP协议、HTML、数据科学、网络安全、图像处理等非常多的内容。但对于初学者而言，并不需要掌握这么多。
二、python要学习到什么程度
如果你不懂python，那么需要先学习python这门非常easy的语言（相对其它语言而言）。
编程语言基础语法无非是数据类型、数据结构、运算符、逻辑结构、函数、文件IO、错误处理这些，学起来会显枯燥但并不难。
刚开始入门爬虫，你甚至不需要去学习python的类、多线程、模块之类的略难内容。找一个面向初学者的教材或者网络教程，花个十几天功夫，就能对python基础有个三四分的认识了，这时候你可以玩玩爬虫喽！
当然，前提是你必须在这十几天里认真敲代码，反复咀嚼语法逻辑，比如列表、字典、字符串、if语句、for循环等最核心的东西都得捻熟于心、于手。
教材方面比较多选择，我个人是比较推荐python官方文档以及python简明教程，前者比较系统丰富、后者会更简练。
三、为什么要懂HTML
前面说到过爬虫要爬取的数据藏在网页里面的HTML里面的数据，有点绕哈！
维基百科是这样解释HTML的
超文本标记语言（英语：HyperTextMarkupLanguage，简称：HTML）是一种用于创建网页的标准标记语言。HTML是一种基础技术，常与CSS、JavaScript一起被众多网站用于设计网页、网页应用程序以及移动应用程序的用户界面[3]。网页浏览器可以读取HTML文件，并将其渲染成可视化网页。HTML描述了一个网站的结构语义随着线索的呈现，使之成为一种标记语言而非编程语言。
总结一下，HTML是一种用于创建网页的标记语言，里面嵌入了文本、图像等数据，可以被浏览器读取，并渲染成我们看到的网页样子。
所以我们才会从先爬取HTML，再 解析数据，因为数据藏在HTML里。
学习HTML并不难，它并不是编程语言，你只需要熟悉它的标记规则，这里大致讲一下。
HTML标记包含标签（及其属性）、基于字符的数据类型、字符引用和实体引用等几个关键部分。
HTML标签是最常见的，通常成对出现，比如<h1>与</h1>。
这些成对出现的标签中，第一个标签是开始标签，第二个标签是结束标签。两个标签之间为元素的内容（文本、图像等），有些标签没有内容，为空元素，如<img>。
以下是一个经典的Hello World程序的例子：
<!DOCTYPE html>
<html>
<head>
<title>This is a title</title>
</head>
<body>
<p>Hello world!</p>
</body>
</html>
HTML文档由嵌套的HTML元素构成。它们用HTML标签表示，包含于尖括号中，如<p>[56]
在一般情况下，一个元素由一对标签表示：“开始标签”<p>与“结束标签”</p>。元素如果含有文本内容，就被放置在这些标签之间。
四、了解python网络爬虫的基本原理
在编写python爬虫程序时，只需要做以下两件事：
发送GET请求，获取HTML
解析HTML，获取数据
这两件事，python都有相应的库帮你去做，你只需要知道如何去用它们就可以了。
五、用python库爬取百度首页标题和图片
首先，发送HTML数据请求可以使用python内置库urllib，该库有一个urlopen函数，可以根据url获取HTML文件，这里尝试获取百度首页“”的HTML内容
# 导入urllib库的urlopen函数
from urllib.request import urlopen
# 发出请求，获取html
html = urlopen(";)
# 获取的html内容是字节，将其转化为字符串
html_text = bytes.decode(html.read())
# 打印html内容
print(html_text)
看看效果：
输出html内容部分截取
我们看一下真正百度首页html是什么样的，如果你用的是谷歌浏览器，在百度主页打开设置>更多工具>开发者工具，点击element，就可以看到了：
在谷歌浏览器中查看HTML
对比一下你就会知道，刚才通过python程序获取到的HTML和网页中的一样！
获取了HTML之后，接下就要解析HTML了，因为你想要的文本、图片、视频都藏在HTML里，你需要通过某种手段提取需要的数据。
python同样提供了非常多且强大的库来帮助你解析HTML，这里以著名的python库BeautifulSoup为工具来解析上面已经获取的HTML。
BeautifulSoup是第三方库，需要安装使用。在命令行用pip安装就可以了：
pip install bs4
BeautifulSoup会将HTML内容转换成结构化内容，你只要从结构化标签里面提取数据就OK了：
比如，我想获取百度首页的标题“百度一下，我就知道”，怎么办呢？
这个标题是被两个标签套住的，一个是一级标签<head><head>,另一个是二级标签<title><title>，所以只要从标签中取出信息就可以了
# 导入urlopen函数
from urllib.request import urlopen
# 导入BeautifulSoup
from bs4 import BeautifulSoup as bf
# 请求获取HTML
html = urlopen(";)
# 用BeautifulSoup解析html
obj = bf(html.read(),'html.parser')
# 从标签head、title里提取标题
title = obj.head.title
# 打印标题
print(title)
看看结果：
这样就搞定了，成功提取出百度首页的标题。
如果我想要下载百度首页logo图片呢？
第一步先获取该网页所有图片标签和url，这个可以使用BeautifulSoup的findAll方法，它可以提取包含在标签里的信息。
一般来说，HTML里所有图片信息会在“img”标签里，所以我们通过findAll("img")就可以获取到所有图片的信息了。
# 导入urlopen
from urllib.request import urlopen
# 导入BeautifulSoup
from bs4 import BeautifulSoup as bf
# 请求获取HTML
html = urlopen(";)
# 用BeautifulSoup解析html
obj = bf(html.read(),'html.parser')
# 从标签head、title里提取标题
title = obj.head.title
# 使用find_all函数获取所有图片的信息
pic_info = obj.find_all('img')
# 分别打印每个图片的信息
for i in pic_info:
print(i)
看看结果：
打印出了所有图片的属性，包括class（元素类名）、src（链接地址）、长宽高等。
其中有百度首页logo的图片，该图片的class（元素类名）是index-logo-src。
[<img class="index-logo-src" height="129" hidefocus="true" src="//; usemap="#mp" width="270"/>, <img alt="到百度首页" class="index-logo-src" src="//; title="到百度首页"/>]
可以看到图片的链接地址在src这个属性里，我们要获取图片链接地址：
# 导入urlopen
from urllib.request import urlopen
# 导入BeautifulSoup
from bs4 import BeautifulSoup as bf
# 请求获取HTML
html = urlopen(";)
# 用BeautifulSoup解析html
obj = bf(html.read(),'html.parser')
# 从标签head、title里提取标题
title = obj.head.title
# 只提取logo图片的信息
logo_pic_info = obj.find_all('img',class_="index-logo-src")
# 提取logo图片的链接
logo_url = "https:"+logo_pic_info[0]['src']
# 打印链接
print(logo_url)
结果：
获取地址后，就可以用urllib.urlretrieve函数下载logo图片了
# 导入urlopen
from urllib.request import urlopen
# 导入BeautifulSoup
from bs4 import BeautifulSoup as bf
# 导入urlretrieve函数，用于下载图片
from urllib.request import urlretrieve
# 请求获取HTML
html = urlopen(";)
# 用BeautifulSoup解析html
obj = bf(html.read(),'html.parser')
# 从标签head、title里提取标题
title = obj.head.title
# 只提取logo图片的信息
logo_pic_info = obj.find_all('img',class_="index-logo-src")
# 提取logo图片的链接
logo_url = "https:"+logo_pic_info[0]['src']
# 使用urlretrieve下载图片
urlretrieve(logo_url, 'logo.png')
最终图片保存在'logo.png'
六、结语
本文用爬取百度首页标题和logo图片的案例，讲解了python爬虫的基本原理以及相关python库的使用，这是比较初级的爬虫知识，还有很多优秀的python爬虫库和框架等待后续去学习。
当然，掌握本文讲的知识点，你就已经入门python爬虫了。加油吧，少年！
5、赶紧行动吧！
疫情特殊时期，很多人在家闲着，趁这个机会学习python爬虫，上班后也能继续学习
标签： #廖雪峰python3教程视频
