Python爬虫培训好学吗

如果是自学，会难一些，毕竟有难题很难找到人帮你解答，很容易半途而废。要是你找到了一家靠谱的学校，就会容易很多。不过，这里我想教你入门Python爬虫。

一：爬虫准备(在安装好Python的前提下)

1.爬虫首先需要做的事情就是要确定好你想要爬取数据的对象，这里我将以百度主页logo图片的地址为例进行讲解。

2.首先，是打开百度主页界面，然后把鼠标移动到主页界面的百度logo图标上面，点击鼠标右键，然后点击审查元素，即可打开开发者界面。

3.然后再下面的界面里面，可以看到该logo图标在HTML里面的排版模式，这里百度我用字替换了。

二：开始爬虫

1.爬虫主要分为两个部分，个是网页界面的获取，第二个是网页界面的解析;爬虫的原理是利用代码模拟浏览器访问网站，与浏览器不同的是，爬虫获取到的是网页的源代码，没有了浏览器的翻译效果。

2.首先，我们进行页面获取，python爬虫的话很多模块包提供给开发者直接抓取网页，urllib，urllib2，requests(urllib3)等等，这里我们使用urllib2进行网站页面的获取;首先导入urllib2模块包(该包是默认安装的)：import urllib2

3.导入模块包之后，然后调用urllib2中的urlopen方法链接网站，代码如下repr = urllib2.urlopen("XXXXXX"),XXXXXX代表的是网站名称。

4.得到网站的响应之后，然后就是将页面的源代码读取出来，调用read方法，html = repr.read()

5.获取到页面的源代码之后，然后接下来的工作就是将自己想要的数据从html界面源代码中解析出来，解析界面的模块包有很多，原始的re，好用的BeautifulSoup，以及高大上的lxml等等，这里我就简单的用re介绍介绍，首先导入re模块包：import re

6.然后进行利用re进行搜索，这里我有使用正则表达式，看不懂的同学需去补充点正则表达式方面的知识。

7.然后，我这里就实现了一个简单的爬虫流程，打印url，可以看见刚好就是之前我们看见的百度主页logo的地址。

8.源代码：

import urllib2

repr = urllib2.urlopen("URL")

html = repr.read()

import re

省略一行代码

print url

因为python2和python3在企业中各有应用，达内的python爬虫培训新加入python2和python3课程内容，全面讲解和对比两个版本的异同和用途。

企业中Linux应用广泛，无论是编程环境还是服务器端，Linux都是主流操作系统。引入Linux课程，让学员实际体验企业中如何做开发。