图灵汇官网

内容概要

本次课程正式进入爬虫的第一步，我们将深入探讨网页提取的基础知识和简单网页数据的提取。requests库因其简洁易用的特点成为我们的首选工具。

基础知识

在之前的分享中，我们已经介绍了爬虫的基本原理，今天我们迈出第一步——数据抓取。本次课程将着重介绍最基本的抓取方法，后续内容会逐步深入。

Python基础知识

为了让大家快速入门爬虫，我们没有详细介绍Python的基础知识。因此，我们有必要介绍一些关键概念，以便大家更好地理解和应用这些知识。

软件下载

在专业视频中，通常推荐下载PyCharm或Anaconda而不是直接下载Python。这些工具提供了集成开发环境，使Python的学习和使用更为便捷。为了方便随时随地学习Python，我们推荐使用聚宽量化交易平台，在浏览器上编写Python代码。

使用聚宽平台

聚宽平台提供了一个在线编程环境，支持Python代码的编写和运行。大家可以点击“我的策略”，然后选择“投资研究”来进行初步操作。此外，还可以下载Python并安装必要的包，从而自行学习。

案例解析

本次课程将重点介绍requests库的使用方法，并辅以urllib库的相关内容。requests库因其简洁易用和强大的功能成为爬虫的理想选择。

Requests库介绍

requests库的官方解释是“http for human”，即为人类获取HTTP数据而设计的库。通过requests库，我们可以轻松实现网页数据的抓取。

聚宽平台快捷键

在聚宽平台上操作时，使用以下快捷键会更高效：

• Ctrl + Enter：执行当前代码
• Shift + Enter：换代码块

Requests实现爬虫

在聚宽平台上，我们将展示如何使用requests库进行网页数据抓取。以下是具体步骤：

1. 导入requests库： python import requests

2. 发送HTTP GET请求： python pachong = requests.get("https://www.baidu.com/")

3. 查看编码格式： python print(pachong.encoding)

4. 查看返回状态码： python pachong.status_code

5. 显示网页内容： python print(pachong.text)

以上步骤可以帮助大家了解如何使用requests库进行基本的数据抓取。

小结

本节内容较为丰富，包含了实际操作和代码解析。希望各位学员能够仔细消化，进一步学习。

作业

请大家自行练习解决乱码问题，并熟悉requests库的使用。通过实践，巩固本节课所学的知识。