python爬虫能干什么

用XPath表达式来定位到对应的<td>元素：

//th[span[text()="发布时间"]]/following-sibling::td/span

这个XPath表达式首先选择包含文本“发布时间”的<span>元素的<th>元素，然后使用/following-sibling::td选择这个<th>元素的下一个兄弟元素，即包含发布时间的<td>元素。最后，使用/span选择包含发布时间值的<span>元素。

请注意，这个XPath表达式返回的是一个<span>元素，如果您只需要获取该元素的文本值，可以使用text()函数，例如：

//th[span[text()="发布时间"]]/following-sibling::td/span/text()

这将返回包含发布时间的<span>元素的文本值

11什么是自动化测试

首先比较一下手动和自动：

11什么是自动化测试

自动化测试的概念:

软件自动化测试就是通过测试工具或者其他手段，

按照测试人员的预定计划对软件产品进行自动化

测试，他是软件测试的一个重要组成部分，能够

完成许多手工测试无法完成或者难以实现的测试

工作，正确合理的实施自动化测试，能够快速，

全面的对软件进行测试，从而提高软件质量，节

省经费，缩短软件的发布周期。

自动化测试的历史

1自动化测试就是任何利用工具来辅助的测试，几乎在计算机工业产生的第一天，这种测试就出现了。

12 为什么进行自动化测试

1自动化测试的好处:

2自动化测试的好处:

1)自动化功能测试

  2)自动化性能测试

2自动化功能测试的分类:

1)单元测试

程序员搞定

2)接口测试

3)功能测试

大中型项目或长期项目可以采用自动化测试

13 自动化测试的分类

3性能测试主要是使用测试工具

14 web自动化条件和使用范围�

1使用自动化的前提条件

1)手动测试已经完成,后期再不影响进度的前提下逐渐实现自动化

  2)项目周期长，重复性的工作都交给机器去实现

  3)需求稳定,项目变动不大

4)自动化测试脚本复杂度比较低

5)可重复利用

2使用自动化测试的场景

  1)频繁的回归测试

2)冒烟测试

3)传统行业需求变化不大，应用频繁

  4)性能测试

15 web自动化常用的工具

1常见的自动化web测试工具:

2)Selenium(开源)

ThroughtWorks一个强大的基于浏览器的开源自动化测试工具，通常用来编写web应用的自动化测试

IBM Rational Test Professional的简称，是一款先进的自动化的功能和回归测试工具，使用与测试人员和GUI开发人员，基础是针对Java,NET的对象计数和基于web应用程序的录制，回放功能

20 为什么要学习元素定位

1为什么要学习元素定位？

1)计算机没有智能到人的程度。

2元素定位的工具或手段有哪些？

1为什么要学习元素定位？

1)计算机没有智能到人的程度。

2元素定位的工具或手段有哪些？

22 xpath

1什么是xpath？

2什么是XML

22 xpath

4节点的概念：每个XML/HTML的标签我们都称之为节点

5XPath 使用路径表达式来选取 XML 文档中的节点或者节点集。这些路径表达式和我们在常规的电脑文件系统中看到的表达式非常相似。

查找某个特定的节点或者包含某个指定的值的节点

选择未知节点

选取若干路径

补充:

//[text()=“x’x’x”] 全部//title/text() 本内容是xxx的元素

//[starts-with(@attribute,”xxx”)] 属性以xxx开头的元素

//[contains(@attribute,”xxxxx”)] 属性中含有xxx的元素

//[@attribute1=value1 and @attribute2=value2] 同时有两个属性值的元素

Python爬虫可以爬取的东西有很多，Python爬虫怎么学？简单的分析下：

如果你仔细观察，就不难发现，懂爬虫、学习爬虫的人越来越多，一方面，互联网可以获取的数据越来越多，另一方面，像 Python这样的编程语言提供越来越多的优秀工具，让爬虫变得简单、容易上手。

利用爬虫我们可以获取大量的价值数据，从而获得感性认识中不能得到的信息，比如：

知乎：爬取优质答案，为你筛选出各话题下最优质的内容。

淘宝、京东：抓取商品、评论及销量数据，对各种商品及用户的消费场景进行分析。

安居客、链家：抓取房产买卖及租售信息，分析房价变化趋势、做不同区域的房价分析。

拉勾网、智联：爬取各类职位信息，分析各行业人才需求情况及薪资水平。

雪球网：抓取雪球高回报用户的行为，对股票市场进行分析和预测。

爬虫是入门Python最好的方式，没有之一。Python有很多应用的方向，比如后台开发、web开发、科学计算等等，但爬虫对于初学者而言更友好，原理简单，几行代码就能实现基本的爬虫，学习的过程更加平滑，你能体会更大的成就感。

掌握基本的爬虫后，你再去学习Python数据分析、web开发甚至机器学习，都会更得心应手。因为这个过程中，Python基本语法、库的使用，以及如何查找文档你都非常熟悉了。

对于小白来说，爬虫可能是一件非常复杂、技术门槛很高的事情。比如有人认为学爬虫必须精通 Python，然后哼哧哼哧系统学习 Python 的每个知识点，很久之后发现仍然爬不了数据；有的人则认为先要掌握网页的知识，遂开始 HTMLCSS，结果入了前端的坑，瘁……

但掌握正确的方法，在短时间内做到能够爬取主流网站的数据，其实非常容易实现，但建议你从一开始就要有一个具体的目标。

在目标的驱动下，你的学习才会更加精准和高效。那些所有你认为必须的前置知识，都是可以在完成目标的过程中学到的。这里给你一条平滑的、零基础快速入门的学习路径。

1学习 Python 包并实现基本的爬虫过程

2了解非结构化数据的存储

3学习scrapy，搭建工程化爬虫

4学习数据库知识，应对大规模数据存储与提取

5掌握各种技巧，应对特殊网站的反爬措施

6分布式爬虫，实现大规模并发采集，提升效率

一

学习 Python 包并实现基本的爬虫过程

大部分爬虫都是按“发送请求——获得页面——解析页面——抽取并储存内容”这样的流程来进行，这其实也是模拟了我们使用浏览器获取网页信息的过程。

Python中爬虫相关的包很多：urllib、requests、bs4、scrapy、pyspider 等，建议从requests+Xpath 开始，requests 负责连接网站，返回网页，Xpath 用于解析网页，便于抽取数据。

如果你用过 BeautifulSoup，会发现 Xpath 要省事不少，一层一层检查元素代码的工作，全都省略了。这样下来基本套路都差不多，一般的静态网站根本不在话下，豆瓣、糗事百科、腾讯新闻等基本上都可以上手了。

当然如果你需要爬取异步加载的网站，可以学习浏览器抓包分析真实请求或者学习Selenium来实现自动化，这样，知乎、时光网、猫途鹰这些动态的网站也可以迎刃而解。

二

了解非结构化数据的存储

爬回来的数据可以直接用文档形式存在本地，也可以存入数据库中。

开始数据量不大的时候，你可以直接通过 Python 的语法或 pandas 的方法将数据存为csv这样的文件。

当然你可能发现爬回来的数据并不是干净的，可能会有缺失、错误等等，你还需要对数据进行清洗，可以学习 pandas 包的基本用法来做数据的预处理，得到更干净的数据。

三

学习 scrapy，搭建工程化的爬虫

掌握前面的技术一般量级的数据和代码基本没有问题了，但是在遇到非常复杂的情况，可能仍然会力不从心，这个时候，强大的 scrapy 框架就非常有用了。

scrapy 是一个功能非常强大的爬虫框架，它不仅能便捷地构建request，还有强大的 selector 能够方便地解析 response，然而它最让人惊喜的还是它超高的性能，让你可以将爬虫工程化、模块化。

学会 scrapy，你可以自己去搭建一些爬虫框架，你就基本具备爬虫工程师的思维了。

四

学习数据库基础，应对大规模数据存储

爬回来的数据量小的时候，你可以用文档的形式来存储，一旦数据量大了，这就有点行不通了。所以掌握一种数据库是必须的，学习目前比较主流的 MongoDB 就OK。

MongoDB 可以方便你去存储一些非结构化的数据，比如各种评论的文本，的链接等等。你也可以利用PyMongo，更方便地在Python中 *** 作MongoDB。

因为这里要用到的数据库知识其实非常简单，主要是数据如何入库、如何进行提取，在需要的时候再学习就行。

五

掌握各种技巧，应对特殊网站的反爬措施

当然，爬虫过程中也会经历一些绝望啊，比如被网站封IP、比如各种奇怪的验证码、userAgent访问限制、各种动态加载等等。

遇到这些反爬虫的手段，当然还需要一些高级的技巧来应对，常规的比如访问频率控制、使用代理IP池、抓包、验证码的OCR处理等等。

往往网站在高效开发和反爬虫之间会偏向前者，这也为爬虫提供了空间，掌握这些应对反爬虫的技巧，绝大部分的网站已经难不到你了

六

分布式爬虫，实现大规模并发采集

爬取基本数据已经不是问题了，你的瓶颈会集中到爬取海量数据的效率。这个时候，相信你会很自然地接触到一个很厉害的名字：分布式爬虫。

分布式这个东西，听起来很恐怖，但其实就是利用多线程的原理让多个爬虫同时工作，需要你掌握 Scrapy + MongoDB + Redis 这三种工具。

Scrapy 前面我们说过了，用于做基本的页面爬取，MongoDB 用于存储爬取的数据，Redis 则用来存储要爬取的网页队列，也就是任务队列。

所以有些东西看起来很吓人，但其实分解开来，也不过如此。当你能够写分布式的爬虫的时候，那么你可以去尝试打造一些基本的爬虫架构了，实现一些更加自动化的数据获取。

你看，这一条学习路径下来，你已然可以成为老司机了，非常的顺畅。所以在一开始的时候，尽量不要系统地去啃一些东西，找一个实际的项目（开始可以从豆瓣、小猪这种简单的入手），直接开始就好。

因为爬虫这种技术，既不需要你系统地精通一门语言，也不需要多么高深的数据库技术，高效的姿势就是从实际的项目中去学习这些零散的知识点，你能保证每次学到的都是最需要的那部分。

当然唯一麻烦的是，在具体的问题中，如何找到具体需要的那部分学习资源、如何筛选和甄别，是很多初学者面临的一个大问题。

以上就是我的回答，希望对你有所帮助，望采纳。

以上就是关于python爬虫能干什么全部的内容，包括:python爬虫能干什么、那些年用xpath玩爬虫时遇到的坑、通过WebMagic认识正则表达式和XPATH教程等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！