Question

python爬虫要装什么库

Answer 1

学习Python网络爬虫都需要安装哪些库？

以下是Python爬虫涉及的相关库
请求库，解析库，存储库，工具库
1、请求库：urllib/re/requests
（1） urllib/re是python默认自带的库，可以通过以下命令进行验证：
没有报错信息输出，说明环境正常
（2） requests安装
2.1 打开CMD，输入 pip3 install requests

2.2 等待安装后，验证
（3） selenium安装（驱动浏览器进行网站访问行为）
3.1 打开CMD，输入 pip3 install selenium

3.2 安装chromedriver
网址：https://npm.taobao.org/
把下载完成后的压缩包解压，把exe放到D:Python3.6.0Scripts
这个路径只要在PATH变量中就可以
3.3 等待安装完成后，验证
回车后弹出chrome浏览器界面
3.4 安装其他浏览器
无界面浏览器phantomjs
下载网址：http://phantomjs.org/
下载完成后解压，把整个目录放到D:Python3.6.0Scripts，把bin目录的路径添加到PATH变量
验证：
打开CMD
2. 解析库：
2.1 lxml (XPATH)
打开CMD输入pip3 install lxml或者从https://pypi.python.org下载，例如，lxml-4.1.1-cp36-cp36m-win_amd64.whl (md5) ,先下载whl文件，命令行执行pip3 install 文件名.whl

2.2 beautifulsoup
打开CMD，需要先安装好lxml
pip3 install beautifulsoup4

2.3 pyquery（类似jquery语法）
打开CMD，pip3 install pyquery
验证安装结果
3. 存储库
3.1 pymysql（操作MySQL，关系型数据库）
安装：pip3 install pymysql，安装后测试：
3.2 pymongo（操作MongoDB，key-value）
安装 pip3 install pymongo

验证
3.3 redis（分布式爬虫，维护爬取队列） 安装：pip3 install redis

验证：
4.1Django（分布式爬虫维护系统）pip3 install django

4.2jupyter（运行在网页端的记事本，支持markdown，可以在网页上运行代码）安装 pip3 install jupyter

验证：打开CMD，jupyter notebook
之后就可以在网页直接创建记事本，代码块和Markdown块，支持打印