很多朋友不知道Python爬蟲怎么入門，怎么學習，到底要學習哪些內容，今天我來給大家說說學習爬蟲，我們必須掌握的一些第三方庫，
廢話不多說，直接上干貨，
這里要注意：不管你是為了Python就業還是興趣愛好，記住：專案開發經驗永遠是核心，如果你沒有2020最新python入門到高級實戰視頻教程，可以去小編的Python交流.裙 ：七衣衣九七七巴而五（數字的諧音）轉換下可以找到了，里面很多新python教程專案，還可以跟老司機交流討教！
請求庫
1. requests
GitHub：https://github.com/psf/requests
requests庫應該是現在做爬蟲最火最實用的庫了，非常的人性化，有關于它的使用我之前也寫過一篇文章 一起看看Python之Requests庫 ，大家可以去看一下，
有關于requests最詳細的使用方法，大家可以參考官方檔案：https://requests.readthedocs.io/en/master/
小案例
>>> import requests
>>> r = requests.get('https://api.github.com/user', auth=('user', 'pass'))
>>> r.status_code
200
>>> r.headers['content-type']
'application/json; charset=utf8'
>>> r.encoding
'utf-8'
>>> r.text
u'{"type":"User"...'
>>> r.json()
{u'disk_usage': 368627, u'private_gists': 484, ...}
復制代碼2.urllib3
GitHub：https://github.com/urllib3/urllib3
urllib3是一個非常強大的http請求庫，提供一系列的操作URL的功能，
有關于它的詳細使用方法可以參考：https://urllib3.readthedocs.io/en/latest/
使用小案例：
>>> import urllib3
>>> http = urllib3.PoolManager()
>>> r = http.request('GET', 'http://httpbin.org/robots.txt')
>>> r.status
200
>>> r.data
'User-agent: *\nDisallow: /deny\n'
復制代碼3.selenium
GitHub：https://github.com/SeleniumHQ/selenium
自動化測驗工具，一個呼叫瀏覽器的 driver，通過這個庫你可以直接呼叫瀏覽器完成某些操作，比如輸入驗證碼，
對于這個庫并非只是Python才能用，像JAVA、Python、C#等都能夠使用selenium這個庫
有關于Python語言如何去使用這個庫，大家可以去訪問https://seleniumhq.github.io/selenium/docs/api/py/ 查看官方檔案
使用小案例：
from selenium import webdriver
browser = webdriver.Firefox()
browser.get('http://seleniumhq.org/')
復制代碼4.aiohttp
GitHub：https://github.com/aio-libs/aiohttp
基于 asyncio 實作的 HTTP 框架，異步操作借助于 async/await 關鍵字，使用異步庫進行資料抓取，可以大大提高效率，
這個屬于進階爬蟲時候必須掌握的異步庫，有關于aiohttp的詳細操作，可以去官方檔案：https://aiohttp.readthedocs.io/en/stable/
使用小案例：
import aiohttp
import asyncio
async def fetch(session, url):
async with session.get(url) as response:
return await response.text()
async def main():
async with aiohttp.ClientSession() as session:
html = await fetch(session, 'http://python.org')
print(html)
if __name__ == '__main__':
loop = asyncio.get_event_loop()
loop.run_until_complete(main())
復制代碼決議庫
1、beautifulsoup
官方檔案：https://www.crummy.com/software/BeautifulSoup/
html 和 XML 的決議,從網頁中提取資訊，同時擁有強大的API和多樣決議方式，一個我經常使用的決議庫，對于html的決議是非常的好用，對于寫爬蟲的人來說這也是必須掌握的庫，
2、lxml
GitHub：https://github.com/lxml/lxml
支持HTML和XML的決議，支持XPath決議方式，而且決議效率非常高，
3、pyquery
GitHub：https://github.com/gawel/pyquery
jQuery 的 Python 實作，能夠以 jQuery 的語法來操作決議 HTML 檔案，易用性和決議速度都很好，
資料存盤
1、pymysql
GitHub：https://github.com/PyMySQL/PyMySQL
官方檔案：https://pymysql.readthedocs.io/en/latest/
一個純 Python 實作的 MySQL 客戶端操作庫，非常的實用、非常的簡單，
2、pymongo
GitHub：https://github.com/mongodb/mongo-python-driver
官方檔案：https://api.mongodb.com/python/
顧名思義，一個用于直接連接 mongodb 資料庫進行查詢操作的庫，
3、redisdump
使用方法：https://blog.csdn.net/zhwitbird/article/details/81279406
redis-dump是將redis和json互轉的工具；redis-dump是基于ruby開發，需要ruby環境，而且新版本的redis-dump要求2.2.2以上的ruby版本，centos中yum只能安裝2.0版本的ruby，需要先安裝ruby的管理工具rvm安裝高版本的ruby；
最后注意：不管你是為了Python就業還是興趣愛好，記住：專案開發經驗永遠是核心，如果你沒有2020最新python入門到高級實戰視頻教程，可以去小編的Python交流.裙 ：七衣衣九七七巴而五（數字的諧音）轉換下可以找到了，里面很多新python教程專案，還可以跟老司機交流討教！
本文的文字及圖片來源于網路加上自己的想法,僅供學習、交流使用,不具有任何商業用途,著作權歸原作者所有,如有問題請及時聯系我們以作處理，
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/156172.html
標籤：Python