Ubuntu下配置python完成爬虫任务(笔记一)

时间:2021-11-30 07:07:09

Ubuntu下配置python完成爬虫任务(笔记一)

目标:

作为一个.NET汪,是时候去学习一下Linux下的操作了。为此选择了python来边学习Linux,边学python,熟能生巧嘛。

前期目标是完成环境配置,apt的简单操作。

之后按照网上的文档学习一下python的操作,顺便用python写爬虫功能。由于有用C#写爬虫的底子,应该能少走许多弯路。

再接下来,就安装配置一下redis,用python读写一下redis。最后小程序跑起来。这个初级学习过程就算结束了。【15Day】

正文:

首先登陆系统:

我这里是虚拟机集群服务器上的一个Ubuntu学习用虚拟机。

我在window上用Xshell 5来远程登陆Ubuntu。

Ubuntu下配置python完成爬虫任务(笔记一)

登陆看看,关于Ubuntu的配置,就不介绍了,网文很多,不是这里话题点。

Ubuntu下配置python完成爬虫任务(笔记一)

查看一下python的版本:

python --version

Ubuntu下配置python完成爬虫任务(笔记一)

好了,看到这里是2.7.6版本的python。

接下来通过urllib2这个包来写一个读取网页的小例子:

首先导入urllib2:

import urllib2

在这一步,若是导入失败,提示没有urllib2,我们就去安装一下。

在ubuntu下有apt-get这个包管理器,使用起来巨方便的,通过这个东西来导入urllib2

键入搜索命令:

apt-cache search urllib2

Ubuntu下配置python完成爬虫任务(笔记一)

这个命令会显示所有urllib2关键字的包,并且后面写了简单的说明,根据需要进行安装即可。

安装完成后,继续coding!

回到导入urllib2的步骤,然后继续读取一个页面,例如*首页。

page = urllib2.urlopen("http://www.gov.cn/")

然后读取内容。

page = urllib2.urlopen("http://www.gov.cn/")

打印,看看内容:

Ubuntu下配置python完成爬虫任务(笔记一)

回车后,发现html内容已经读取出来了。

小测试写到这里。