在当今的大数据世界中，很难跟踪正在发生的一切。对于需要大量信息才能取得成功的企业来说，情况变得更加复杂。但是首先，他们需要以某种方式收集此数据，这意味着他们必须处理数千个资源。
有两种收集数据的方法。您可以使用API媒体网站提供的服务，这是获取所有新闻的最佳方法。而且，API非常易于使用。不幸的是，并非每个网站都提供此服务。然后剩下第二种方法-网页抓取。
什么是网页抓取？
这是一种从网站提取信息的方法。HTML页面不过是嵌套标记的集合。标签形成某种树，其根在<html>标签中，并将页面分成不同的逻辑部分。每个标签可以有其自己的后代（子级）和父级。
例如，HTML页面树可以如下所示：
要处理此HTML，您可以使用文本或树。绕过这棵树是网页抓取。我们只会在所有这些多样性中找到我们需要的节点，并从中获取信息！这种方法主要集中在将非结构化的HTML数据转换成易于使用的结构化信息到数据库或工作表中。数据抓取需要一个机器人来收集信息，并通过HTTP或Web浏览器连接到Internet。在本指南中，我们将使用Python创建刮板。
我们需要做什么：
- 获取我们要从中抓取数据的页面的URL
- 复制或下载此页面的HTML内容
- 处理此HTML内容并获取所需的数据
此序列使我们可以弹出所需的URL，获取HTML数据，然后对其进行处理以接收所需的数据。但是有时我们需要先进入网站，然后再转到特定的网址以接收数据。然后，我们必须再增加一个步骤-登录该网站。
配套
我们将使用Beautiful Soup库来分析HTML内容并获取所有必需的数据。这是抓取HTML和XML文档的绝佳Python包。
Selenium库将帮助我们在一个会话中使抓取器进入网站并转到所需的URL地址。Selenium Python 可以帮助您执行诸如单击按钮，输入内容等操作。
让我们深入研究代码
首先，让我们导入将要使用的库。
- # 导入库
- from selenium import webdriver
- from bs4 import BeautifulSoup
然后，我们需要向浏览器的驱动程序展示Selenium启动网络浏览器的方式（我们将在这里使用Google Chrome）。如果我们不希望机器人显示Web浏览器的图形界面，则将在Selenium中添加“ headless”选项。
没有图形界面（无头）的Web浏览器可以在与所有流行的Web浏览器非常相似的环境中自动管理网页。但是在这种情况下，所有活动都通过命令行界面或使用网络通信进行。
- # chrome驱动程序的路径
- chromedriver = '/usr/local/bin/chromedriver'
- options = webdriver.ChromeOptions()
- options.add_argument('headless') #open a headless browser
- browser = webdriver.Chrome(executable_path=chromedriver,
- chrome_options=options)
设置浏览器，安装库并创建环境之后，我们便开始使用HTML。让我们进入输入页面，找到用户必须在其中输入电子邮件地址和密码的标识符，类别或字段名称。
- # 进入登录页面
- browser.get（'http://playsports365.com/default.aspx'）
- # 按姓名搜索标签
- email =
- browser.find_element_by_name('ctl00$MainContent$ctlLogin$_UserName')
- password =
- browser.find_element_by_name('ctl00$MainContent$ctlLogin$_Password')
- login =
- browser.find_element_by_name('ctl00$MainContent$ctlLogin$BtnSubmit')
然后，我们会将登录数据发送到这些HTML标签中。为此，我们需要按下操作按钮以将数据发送到服务器。
- # 添加登录凭证
- email.send_keys('********')
- password.send_keys('*******')
- # 点击提交按钮
- login.click()
- email.send_keys（'********'）
- password.send_keys（'*******'）
- login.click()
成功进入系统后，我们将转到所需的页面并收集HTML内容。
- # 成功登录后，转到“ OpenBets”页面
- browser.get('http://playsports365.com/wager/OpenBets.aspx')
- # 获取HTML内容
- requiredHtml = browser.page_source
现在，当我们有了HTML内容时，剩下的唯一事情就是处理这些数据。我们将在Beautiful Soup和html5lib库的帮助下做到这一点。
html5lib是一个Python软件包，实现了受现代Web浏览器影响的HTML5抓取算法。一旦获得了内容的标准化结构，就可以在HTML标记的任何子元素中搜索数据。我们正在寻找的信息在表格标签中，因此我们正在寻找它。
- soup = BeautifulSoup(requiredHtml, 'html5lib')
- table = soup.findChildren('table')
- my_table = table[0]
我们将找到父标记一次，然后递归地遍历子标记并打印出值。
- # 接收标签和打印值
- rows = my_table.findChildren(['th', 'tr'])
- for row in rows:
- cells = row.findChildren('td')
- for cell in cells:
- value = cell.text
- print (value)
要执行此程序，您将需要使用pip安装Selenium，Beautiful Soup和html5lib。安装库之后，命令如下：
- # python <程序名称>
将把这些值打印到控制台中，这就是您抓取任何网站的方式。
如果我们抓取经常更新内容的网站（例如，运动成绩表），则应创建cron任务以在特定时间间隔启动该程序。
非常好，一切正常，内容被抓取，数据被填充，除了这之外，其他一切都 python教程很好，这就是我们要获取数据的请求数。
有时，服务器会厌倦同一个人发出一堆请求，而服务器禁止它。不幸的是，人们的耐心有限。
在这种情况下，您必须掩饰自己。禁止的最常见原因是403错误，以及在IP被阻止时向服务器发送的频繁请求。服务器可用并能够处理请求时，服务器会抛出403错误，但出于某些个人原因，拒绝这样做。第一个问题已经解决了–我们可以通过使用html5lib生成伪造的用户代理来伪装成人类，并将操作系统，规范和浏览器的随机组合传递给我们的请求。在大多数情况下，这样可以很好地准确地收集您感兴趣的信息。
但是有时仅将time.sleep()放在正确的位置并填写请求标头是不够的。因此，您需要寻找功能强大的方法来更改此IP。要抓取大量数据，您可以：
– 开发自己的IP地址基础架构；
– 使用Tor –该主题可以专门讨论几篇大型文章，而实际上已经完成了；
– 使用商业代理网络；
对于网络抓取的初学者来说，最好的选择是与代理提供商联系，例如Infatica等，他们可以帮助您设置代理并解决代理服务器管理中的所有困难。收集大量数据需要大量资源，因此无需通过开发自己的内部基础结构来进行代理来“重新发明*”。甚至许多最大的电子商务公司都使用代理网络服务将代理管理外包，因为大多数公司的第一要务是数据，而不是代理管理。