学习目的:
爬虫有请求库(request、selenium)、解析库、存储库(MongoDB、Redis)、工具库,此节学习安装常用库的安装
正式步骤
Step1:urllib和re库
- 这两个库在安装Python中,会默认安装,下面代码示例调用:
>>> import urllib
>>> import urllib.request
>>> urllib.request.urlopen("http://www.baidu.com")
<http.client.HTTPResponse object at 0x0000000002F05F60>
>>> import re导入时,没有回显,就表示安装正确,可以正常使用
Step2:requests库安装
- 打开windows命令行cmd,输入命令:pip3 install requests
- 验证安装成功的代码示例
>>> import requests
>>> requests.get("http://www.baidu.com")
<Response [200]>
Step3:selenium库的安装
- 自动化测试的根基
- 在cmd中输入命令:pip3 install selenium
- 测试代码
>>> import selenium
>>> from selenium import webdriver - 安装Chromedriver,打开http://npm.taobao.org/mirrors/chromedriver ,点击下载chromedriver_win32.zip
- 解压后,把 chromedriver.exe 放到D:\Python36\Scripts
- 使用selenium库打开chrome浏览器代码示例:
>>> from selenium import webdriver
>>> driver = webdriver.Chrome()运行后,会打开一个谷歌浏览器,此外需要注意的是chrome版本需要大于等于55,因为驱动是这样的要求
Step4:phantomjs
PhantomJS 是一个基于WebKit的服务器端 JavaScript API。它全面支持web而不需浏览器支持,其快速,原生支持各种Web标准: DOM 处理, CSS 选择器, JSON, Canvas, 和 SVG。PhantomJS可以用于页面自动化,网络监测,网页截屏,以及*面测试等。
简而言之:基于WebKit的,没有界面的浏览器。
闪亮的功能点:PhantomJS可以用于页面自动化,网络监测,网页截屏,以及*面测试。
优势:跨平台,易上手。
安装步骤:
- 下载网址http://phantomjs.org/download.html
- 解压,获得phantomjs.exe 文件路径 D:\phantomjs-2.1.1-windows\bin,然后配置到用户变量中的path变量中
- 打开cmd,输入:phantomjs
ps:chrome headlessl可以替代phantomjs,为什么呢?因为selenium不再支持phantomjs了
Step5:chrome headless
测试代码(刚刚百度来的):这个是chrome的示例
from selenium import webdriver
options=webdriver.ChromeOptions()
options.set_headless()
# options.add_argument('--headless')
options.add_argument('--disable-gpu')
driver=webdriver.Chrome(options=options)
driver.get('http://httpbin.org/user-agent')
driver.get_screenshot_as_file('test.png')
driver.close()
FireFox浏览器的示例:
from selenium import webdriver
options = webdriver.FirefoxOptions()
options.set_headless()
# options.add_argument('-headless')
options.add_argument('--disable-gpu')
driver=webdriver.Firefox(firefox_options=options)
driver.get('http://httpbin.org/user-agent')
driver.get_screenshot_as_file('test.png')
driver.close()
Step6:lxml
简介:lxml是python中处理xml的一个非常强大的库,可以非常方便的解析和生成xml文件。
- 安装命令:pip3 install lxml
PS:如果安装失败了,可以多试几次,或者使用whl安装
Step7:beautifulsoup
简介:Beautiful Soup 是一个可以从HTML或XML文件中提取数据的Python库。它能够通过你喜欢的转换器实现惯用的文档导航,查找,修改文档的方式.Beautiful Soup会帮你节省数小时甚至数天的工作时间。
安装步骤:
- 依赖lxml库,所以要先安装lxml
- cmd: pip3 install beautifulsoup4
- 测试代码:
>>> from bs4 import BeautifulSoup
>>> soup = BeautifulSoup('<html></html>','lxml')
>>>
Step8:pyquery
简介:pyquery相当于jQuery的python实现,可以用于解析HTML网页等。它的语法与jQuery几乎完全相同。
安装步骤:
- 安装命令: pip3 install pyquery
- 测试代码
>>> from pyquery import PyQuery as pq
>>> doc = pq('<html>Python</html>')
>>> result = doc('html').text()
>>> result
'Python'pyquery的基础使用方法可以参考:https://www.cnblogs.com/lei0213/p/7676254.html
Step9:pymysql
简介:PyMySQL 是在 Python3.x 版本中用于连接 MySQL 服务器的一个库
安装步骤:
- 命令:pip3 install pymysql
- 测试代码:
>>> import pymysql
>>> conn = pymysql.connect(host='localhost',user='root',password='',port=3306,db='mysql')
>>> cursor = conn.cursor()
>>> cursor.execute('select * from db')
2
>>> cursor.fetchone()
('localhost', 'performance_schema', 'mysql.session', 'Y', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N')
>>> cursor.fetchall()
(('localhost', 'sys', 'mysql.sys', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'N', 'Y'),)
Step10:pymongo
简介:PyMongo是驱动程序,使python程序能够使用Mongodb数据库,使用python编写而成
安装步骤:
- 安装命令:pip3 install pymongo
- 测试代码:
>>> import pymongo
>>> client = pymongo.MongoClient('localhost')
>>> db = client['newtest']
>>> db['table'].insert({'name':'python'})
ObjectId('5abe67d64bc36b29c0a61a03')
>>> db['table'].find_one({'name':'python'})
{'_id': ObjectId('5abe67d64bc36b29c0a61a03'), 'name': 'python'}
Step11:redis
简介:Python分布式爬虫比較经常使用的应该是scrapy框架加上Redis内存数据库,中间的调度任务等用scrapy-redis模块实现。
安装步骤:
- 安装命令:pip3 install redis
- 测试代码:
#数据的插入和获取
>>> import redis
>>> r = redis.Redis('localhost',6379)
>>> r.set('name','python')
True
>>> r.get('name')
Step12:flask
简介:Flask是一个Python编写的Web 微框架,让我们可以使用Python语言快速实现一个网站或Web服务
安装步骤:
- 安装命令:pip3 install flask
- 测试代码:
from flask import Flask
app = Flask(__name__) @app.route('/')
def hello_world():
return 'Hello World!' if __name__ == '__main__':
app.run()参考文档:官方文档:http://docs.jinkan.org/docs/flask/
Step13:django
简介:web服务器框架
安装步骤:
- 安装命令:pip3 install django
- 测试代码 import django
Step14:jupyter
安装步骤:
- 安装命令: pip3 install jupyter
- 运行->打开cmd,输入:jupyter notebook
- 然后浏览器会自动打开应用程序
学习总结:
生活过于安逸,是感觉不到行业的竞争压力,所以还是多学习,增强自己的测试的核心竞争能力吧。