别再抓挠，开始抓取！

Python Web 爬取

Thomas Laetsch

Data Scientist, NYU

为模型供料

抓取技能

• 目标：以编程方式抓取网站
• 方法？我们选择使用 scrapy
• 方法？需要使用：
  • Selector 和 Response 对象
  • 甚至可能需要创建 Spider
• 方法？学习 XPath 或 CSS 选择器语法
• 方法？理解 HTML 结构

您掌握了什么？

• HTML 结构
• XPath 与 CSS 选择器语法
• 在 scrapy 中使用 Selector 与 Response 对象
• 如何设置 spider
• 如何抓取网页

结束

Python Web 爬取