python 爬虫

网页访问常用到库：

requests（网页请求）

BeautifulSoup（从网页抓取数据）

selenium（模拟浏览器行为）

PhantomJS（虚拟浏览器）

import requests
from bs4 import BeautifulSoup
from selenium import webdriver

res = requests.get(url)
res.encoding = ‘utf-8‘
soup = BeautifulSoup(res.text, ‘html.parser‘)

import requests
from bs4 import BeautifulSoup
from selenium import webdriver

res = requests.get(url)res.encoding = ‘utf-8‘soup = BeautifulSoup(res.text, ‘html.parser‘)

定时爬取数据：

import time

time.sleep(10)

断线重连解决方法：

引入新函数reloading（）

def reloading()
  try:

  except:
    reloading()