㈠ 如何利用python爬蟲獲取數據
python是一款應用非常廣泛的腳本程序語言，谷歌公司的網頁就是用python編寫。python在生物信息、統計、網頁製作、計算等多個領域都體現出了強大的功能。python和其他腳本語言如java、R、Perl一樣，都可以直接在命令行里運行腳本程序。工具/原料python；CMD命令行；windows操作系統方法/步驟1、首先下載安裝python，建議安裝2.7版本以上，3.0版本以下，由於3.0版本以上不向下兼容，體驗較差。2、打開文本編輯器，推薦editplus，notepad等，將文件保存成.py格式，editplus和notepad支持識別python語法。腳本第一行一定要寫上#!usr/bin/python表示該腳本文件是可執行python腳本如果python目錄不在usr/bin目錄下，則替換成當前python執行程序的目錄。3、編寫完腳本之後注意調試、可以直接用editplus調試。調試方法可自行網路。腳本寫完之後，打開CMD命令行，前提是python已經被加入到環境變數中，如果沒有加入到環境變數，請網路4、在CMD命令行中，輸入「python」+「空格」，即」python「；將已經寫好的腳本文件拖拽到當前游標位置，然後敲回車運行即可。
㈡ 如何用Python爬蟲投資房產，走向人生巔峰
多年之後千萬富翁小王談起他 的發跡史，他說，當年他還是一所普通大學畢業的窮屌絲，窮的連破洞的底褲都捨不得換，無意中在知道上閑逛，為啥逛知道呢？為啥不是1024，知乎，貼吧，天涯啥的？因為他這天吃完泡麵擼完一發進入了難得的賢者模式，想想現在也不是個事，得找點事干，總得有點盼頭是吧，思來想去覺得前幾天看見某知乎大佬吹逼程序猿工資一兩萬都不是個事，麻溜的網路「程序猿入門」，哇，原來這麽多語言，python最簡單，那就學個python吧，然後搜搜「python入門？」，不行太慢了，直接來個「python 人生巔峰」好了，我靠，驚呆了(ﾟДﾟ≡ﾟДﾟ)，
「如何用Python爬蟲投資房產，走向人生巔峰」
竟然還有這麽牛逼的問題，我得看看，於是乎來到了網路知道，「這頁面太急吧爛了」還沒成程序猿就先黑了一把網路，只見他細細往這回答看去，發現竟是如此如此，如何如何便可，心中不禁瞭然，不想一念之間已是徹悟，原來現今國內房地產市場各方勢力角逐，如何從中獲利，不過就是高買低賣罷了，那就明了不過就是利用市場價格差異，那把市場上所有信息都爬取下來，再利用機器學習如何如何都房產進行評估，如此便能賺到一個差價，再小王暗暗為自己的機智感到贊嘆，感覺人生巔峰已然就要到來。
一年之後小王坐在一輛百萬價值的寶馬車上，手中摟著嬌滴滴的美嬌娥，心想還是碼字吹牛逼爽( ⊙ o ⊙ )啊！
㈢ Python爬蟲可以爬取什麼
Python爬蟲可以爬取的東西有很多，Python爬蟲怎麼學？簡單的分析下：
如果你仔細觀察，就不難發現，懂爬蟲、學習爬蟲的人越來越多，一方面，互聯網可以獲取的數據越來越多，另一方面，像 Python這樣的編程語言提供越來越多的優秀工具，讓爬蟲變得簡單、容易上手。
利用爬蟲我們可以獲取大量的價值數據，從而獲得感性認識中不能得到的信息，比如：
知乎：爬取優質答案，為你篩選出各話題下最優質的內容。
淘寶、京東：抓取商品、評論及銷量數據，對各種商品及用戶的消費場景進行分析。
安居客、鏈家：抓取房產買賣及租售信息，分析房價變化趨勢、做不同區域的房價分析。
拉勾網、智聯：爬取各類職位信息，分析各行業人才需求情況及薪資水平。
雪球網：抓取雪球高回報用戶的行為，對股票市場進行分析和預測。
爬蟲是入門Python最好的方式，沒有之一。Python有很多應用的方向，比如後台開發、web開發、科學計算等等，但爬蟲對於初學者而言更友好，原理簡單，幾行代碼就能實現基本的爬蟲，學習的過程更加平滑，你能體會更大的成就感。
掌握基本的爬蟲後，你再去學習Python數據分析、web開發甚至機器學習，都會更得心應手。因為這個過程中，Python基本語法、庫的使用，以及如何查找文檔你都非常熟悉了。
對於小白來說，爬蟲可能是一件非常復雜、技術門檻很高的事情。比如有人認為學爬蟲必須精通 Python，然後哼哧哼哧系統學習 Python 的每個知識點，很久之後發現仍然爬不了數據；有的人則認為先要掌握網頁的知識，遂開始 HTMLCSS，結果入了前端的坑，瘁……
但掌握正確的方法，在短時間內做到能夠爬取主流網站的數據，其實非常容易實現，但建議你從一開始就要有一個具體的目標。
在目標的驅動下，你的學習才會更加精準和高效。那些所有你認為必須的前置知識，都是可以在完成目標的過程中學到的。這里給你一條平滑的、零基礎快速入門的學習路徑。
1.學習 Python 包並實現基本的爬蟲過程
2.了解非結構化數據的存儲
3.學習scrapy，搭建工程化爬蟲
4.學習資料庫知識，應對大規模數據存儲與提取
5.掌握各種技巧，應對特殊網站的反爬措施
6.分布式爬蟲，實現大規模並發採集，提升效率
一
學習 Python 包並實現基本的爬蟲過程
大部分爬蟲都是按「發送請求——獲得頁面——解析頁面——抽取並儲存內容」這樣的流程來進行，這其實也是模擬了我們使用瀏覽器獲取網頁信息的過程。
Python中爬蟲相關的包很多：urllib、requests、bs4、scrapy、pyspider 等，建議從requests+Xpath 開始，requests 負責連接網站，返回網頁，Xpath 用於解析網頁，便於抽取數據。
如果你用過 BeautifulSoup，會發現 Xpath 要省事不少，一層一層檢查元素代碼的工作，全都省略了。這樣下來基本套路都差不多，一般的靜態網站根本不在話下，豆瓣、糗事網路、騰訊新聞等基本上都可以上手了。
當然如果你需要爬取非同步載入的網站，可以學習瀏覽器抓包分析真實請求或者學習Selenium來實現自動化，這樣，知乎、時光網、貓途鷹這些動態的網站也可以迎刃而解。
二
了解非結構化數據的存儲
爬回來的數據可以直接用文檔形式存在本地，也可以存入資料庫中。
開始數據量不大的時候，你可以直接通過 Python 的語法或 pandas 的方法將數據存為csv這樣的文件。
當然你可能發現爬回來的數據並不是干凈的，可能會有缺失、錯誤等等，你還需要對數據進行清洗，可以學習 pandas 包的基本用法來做數據的預處理，得到更干凈的數據。
三
學習 scrapy，搭建工程化的爬蟲
掌握前面的技術一般量級的數據和代碼基本沒有問題了，但是在遇到非常復雜的情況，可能仍然會力不從心，這個時候，強大的 scrapy 框架就非常有用了。
scrapy 是一個功能非常強大的爬蟲框架，它不僅能便捷地構建request，還有強大的 selector 能夠方便地解析 response，然而它最讓人驚喜的還是它超高的性能，讓你可以將爬蟲工程化、模塊化。
學會 scrapy，你可以自己去搭建一些爬蟲框架，你就基本具備爬蟲工程師的思維了。
四
學習資料庫基礎，應對大規模數據存儲
爬回來的數據量小的時候，你可以用文檔的形式來存儲，一旦數據量大了，這就有點行不通了。所以掌握一種資料庫是必須的，學習目前比較主流的 MongoDB 就OK。
MongoDB 可以方便你去存儲一些非結構化的數據，比如各種評論的文本，圖片的鏈接等等。你也可以利用PyMongo，更方便地在Python中操作MongoDB。
因為這里要用到的資料庫知識其實非常簡單，主要是數據如何入庫、如何進行提取，在需要的時候再學習就行。
五
掌握各種技巧，應對特殊網站的反爬措施
當然，爬蟲過程中也會經歷一些絕望啊，比如被網站封IP、比如各種奇怪的驗證碼、userAgent訪問限制、各種動態載入等等。
遇到這些反爬蟲的手段，當然還需要一些高級的技巧來應對，常規的比如訪問頻率控制、使用代理IP池、抓包、驗證碼的OCR處理等等。
往往網站在高效開發和反爬蟲之間會偏向前者，這也為爬蟲提供了空間，掌握這些應對反爬蟲的技巧，絕大部分的網站已經難不到你了.
六
分布式爬蟲，實現大規模並發採集
爬取基本數據已經不是問題了，你的瓶頸會集中到爬取海量數據的效率。這個時候，相信你會很自然地接觸到一個很厲害的名字：分布式爬蟲。
分布式這個東西，聽起來很恐怖，但其實就是利用多線程的原理讓多個爬蟲同時工作，需要你掌握 Scrapy + MongoDB + Redis 這三種工具。
Scrapy 前面我們說過了，用於做基本的頁面爬取，MongoDB 用於存儲爬取的數據，Redis 則用來存儲要爬取的網頁隊列，也就是任務隊列。
所以有些東西看起來很嚇人，但其實分解開來，也不過如此。當你能夠寫分布式的爬蟲的時候，那麼你可以去嘗試打造一些基本的爬蟲架構了，實現一些更加自動化的數據獲取。
你看，這一條學習路徑下來，你已然可以成為老司機了，非常的順暢。所以在一開始的時候，盡量不要系統地去啃一些東西，找一個實際的項目（開始可以從豆瓣、小豬這種簡單的入手），直接開始就好。
因為爬蟲這種技術，既不需要你系統地精通一門語言，也不需要多麼高深的資料庫技術，高效的姿勢就是從實際的項目中去學習這些零散的知識點，你能保證每次學到的都是最需要的那部分。
當然唯一麻煩的是，在具體的問題中，如何找到具體需要的那部分學習資源、如何篩選和甄別，是很多初學者面臨的一個大問題。
以上就是我的回答，希望對你有所幫助，望採納。
㈣ 如何用python爬蟲抓取價格計算器的數據
例如，以下兩行代碼是等價的：
print "hello world!"
print "hello world!";
第1行代碼的輸出結果：
hello world!
第2行代碼的輸出結果：
hello world!
㈤ 爬蟲可以為我們做什麼，可以做數據分析房價行情嗎
可以啊，爬蟲是數據採集必備的技能
而數據分析必然要有數據才能分析，要數據必然就會涉及到數據採集也就是爬蟲。
你說的房價行情通過爬蟲爬取房源數據，匯總到資料庫就可以做一定程度上的分析。
爬蟲需要掌握Python基礎，re正則模塊，Beatifulsoup，pyquery，xpath，selenium，scrapy等一些知識點，能爬取任何網站，包括某寶，某東。一手資料有償低價給你。
㈥ python爬蟲：案例三：去哪兒酒店價格信息
這個只是一個簡單的模型，數字是價格，unicode 是房型，上面的程序爬的是一個html文件，因為我這里的網速實在太慢，於是我把瀏覽器f12後的源碼保存在一個html文件中爬取數據，這個頁面的url我也貼在上面上面的代碼有點問題，取到的數據不全，因為有些價格信息被隱藏了，看頁面上會有「查看其他3條報價」之類的超鏈接！
㈦ 如何用Python爬租房網站信息
首先你需要了解如何用python進行爬蟲，然後需要了解正則或者找尋條件的方法，給你舉個例子：
#coding:utf-8
importrequests
frombs4importBeautifulSoup
importre
DownPath="D:/meinvtupian/"
importurllib
head={'User-Agent':'Mozilla/5.0(Windows;U;WindowsNT6.1;en-US;rv:1.9.1.6)Gecko/20091201Firefox/3.5.6'}
TimeOut=5
PhotoName=124
c='.jpeg'
PWD="D:/meinvtupian/"
site="http://www.mm131.com/xiaohua/"
Page=requests.session().get(site,headers=head,timeout=TimeOut)
Coding=(Page.encoding)
Content=Page.content.decode(Coding).encode('utf-8')
ContentSoup=BeautifulSoup(Content)
jpg=ContentSoup.findAll('img')
forphotoinjpg:
PhotoAdd=photo.get('src')
PhotoName+=1
Name=(str(PhotoName)+c)
r=requests.get(PhotoAdd,stream=True)
withopen(PWD+Name,'wb')asfd:
forchunkinr.iter_content():
fd.write(chunk)
print("你已經下載了%d圖片"%PhotoName)
㈧ 請教Python爬蟲：如果想用Python爬下面網頁的價格，請問應該怎樣做
用爬蟲跟蹤下一頁的方法是自己模擬點擊下一頁連接，然後發出新的請求；
參考例子如下：
item1 = Item()
yield item1
item2 = Item()
yield item2
req = Request(url='下一頁的鏈接', callback=self.parse)
yield req
注意：使用yield時不要用return語句。
㈨ 請教Python爬蟲：如果想用Python爬下面網頁的價格，請問要怎樣做
這個網頁直接訪問不行，需要請求的時候添加cookie，然後再xpath或者css解析出價格就好了