一、Python编程环境配置
之前在简书写过一篇安装anacoda的分享：https://www.jianshu.com/p/a512f3c5bca0；
二、Python基本语法
1.字符串（string）
输入：可用英文的单引号或双引号，带换行符的多行字符串也可用三重引号；如v=’Hello World’；
访问值：可用方括号截取字符串，如print（var[0]）截取的就是字符串的第一个字符；
修改：已存在的字符串本身不能修改，但是可以通过赋值改变；如a=’1’ b=a.replace(‘1’,’2’) 即把1换成2；
将对象转为字符串：str函数实现，如a=1 s=str(a);
当做序列类型处理：如s=’python’ list(s) 结果[‘p’,’y’,’t’,’h’,’o’,’n’]
2.元组(tuple)
元组是一种一维的、定长的、不可变的Python对象序列；
输入：在括号中添加元素，并用逗号隔开，如t=(1,2,3,4,5)；如果元组只包含一个元素要在元素后加逗号，t=(50,);
访问元组：用下标索引来访问元组中的值，print(tup1[1:5]);
修改元组：元素值不能修改，但可以进行组合tup3=tup1+tup2 print(tup3) ;
元组运算符：计算元素个数len((1,2,3)) 结果3；复制(‘Hi!’,)*4 结果（‘Hi!’, ‘Hi!’, ‘Hi!’, ‘Hi!’）;
判断是否存在3 in (1,2,3)等；
元组截取：读取元素中第三个元素L[3]；反向读取，读取倒数第二个元素L[-2]；从第二个元素开始一直截取到最后L[1:];
内置函数：len(tuple);max(tuple);min(tuple);
3.列表(list)
列表可变长，可对其内容进行修改；
输入：可通过方括号[]，或者list函数进行定义；如a=[2,3,4]；b=list(tup);修改列表中的内容list[1]=’e’,即把第二个内容换成了’e’;
访问列表：使用下标索引访问，或用方括号截取字符；
更新列表：如list[2]=100，即将列表中第三个元素更新为100；
删除元素：如del list[2]，即删除列表中第三个元素；
判断元素是否存在：如2 in a，标识在列表a中是否存在元素2，如果存在则输出True；
列表的截取和元组类似；
4.字典（dict）
字典是一种可变且可存储任意类型对象；
输入：字典中每个键值对用冒号分隔，每个对之间用逗号分隔，整个字典包括在花括号中（{}），
D={‘key1’:’value1’,’key2’:’value2’}，如dict={‘alice’:’12’,’beth’:’91’,’cecil’:’32’}
键是唯一的，值可变可取任何数据类型；
访问字典：把相应的键放入方括弧中，如print(dict[‘alice’]) 结果为12；如果字典中没有键的访问数据，则会输出错误；
修改字典：更新字典dict[‘alice’]=51 则将12更新为51；
删除字典：del可删元素也可这个字典删除（删除后字典不存在），clear可清空字典（清空后字典还存在），如del dict[‘alice’] #删除键’alice’；dict.clear() #清空字典；del dict #删除字典；
5.条件语句
If语句：
If……elif……else
每个条件后面使用冒号，表示接下来是满足条件后要执行的语句块；
6.循环语句
While循环：只要条件满足就不断循环，条件不满足时退出循环；
For……in循环：把每个元素带入变量中，依次把list或tuple中的每个元素迭代出来；
三、Requests+Xpath
爬虫：又称网页蜘蛛，是一种程序或脚本，能够按照一定的规则自动获取网页信息。
爬虫基本原理：
1.挑选种子URL；
2.将这些URL放入待抓取的URL队列；
3.取出待抓取的URL，下载并存储进已下载网页库中；此外，将这些URL放入待抓取URL队列，进入下一循环；
4.分析已抓取队列中的URL，并且将URL放入待抓取URL队列，从而进入下一循环；
爬虫基本流程：下载网页-解析页面-获取并存储内容；
爬虫的包：
Python中爬虫相关的包很多，比如Urllib、requests、bs4等，requests+xpath是其中比较简单容易上手的一种；
导入库：import+库名；（import requests用来下载网页）
调用库中的某种方法：from+库名+import+方法名；（from lxml import etree用来解析网页）
获取元素的Xpath信息并获得文本：file=s.xpath(‘元素的Xpath信息/text()’)
Xpath信息的获取：
1.定位目标元素：在网页上右键-检查；
2.光标移到对应元素时，按下快捷键“shift+ctrl+c”；
3.然后右键-copy-copyXpath；
四、实例——爬取豆瓣图书top250
1.先爬一个书名试试水；
2.再爬一下主演、片长等信息试试；
3.最后在top250的页面中爬下所有书的名字、评分、和链接；
记得加入一个sleep（）的函数，不然爬得太快ID容易被封（之前脑袋短路把循环range(10)改为了range(250)，又没有加sleep函数，被豆瓣封了）
网友评论