第一个最基础的Python程序

Python常见的数据类型主要包括：不可变数据类型和可变数据类型，其中前者有：Number（数字类型），String（字符串类型），Tuple（元组）；后者有：List（列表类型），Dict（字典类型），Set（集合类型）。

---

绝大多数爬虫是按“发送请求——获得页面——解析页面——抽取并储存内容”的流程运行。

---

Python中和爬虫有关的包有以下数量：

• urllib

• requests

• bs4

• scrapy

• pyspider等等

前辈们指导从requests+Xpath 开始学习，requests 的主要作用是连接网站，返回网页，Xpath 的主要作用是解析网页，便于抽取数据。

---

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。

如果爬到的数据量较小时，可以用文档的形式来存储这些小量数据，如果爬到的数据量比较大，就不能采用上面的方法了。

---

MongoDB 可以方便你去存储一些非结构化的数据。

---

分布式爬虫就是用多线程的原理让多个爬虫同时运行，但需要掌握Scrapy+MongoDB + Redis 这三种工具。

---

• Scrapy——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。

---

用 lxml+Xpath代替 BeautifulSoup 来进行网页解析。

---

当使用者不习惯使用IDLE，则可用熟悉的无格式文本编辑器编写Python程序，如果是：

• Windows操作系统，则可使用EditPlus、Notepad++、UltraEdit等程序；

• Linux系统上使用vim、gedit等工具；

• MacOSX 系统上可使用 TextEdit、Sublime Text 等工具。

---

在编辑 Python 的文件时，需要注意程序中单词的大小写，Python 程序中对于大小写是严格区分的。

---

Python程序中没有要求语句使用分号结尾，当然使用分号也行，就是并没有实质的作用（除非同一行有更多的代码），还有就是这种写代码的方法Python是不推荐的。

---

到现在这个阶段，Python已经经历多个版本了，并且每次更新，代码的呈现方式会发生较大变化，看看下面这个最简单的Python程序：

• 在Python2中显示为：

print 'Hello World'

• 在Python3中显示为：

print ('Hello World')

现阶段，一般都在使用Python第三个版本了。

可以看看运行的效果：

注意：Windows 系统，Mac OS X 或 Linux 系统都区分大小写。

可以看看大小写的区别：

---

声明：本文基于参考文摘进行编辑

微信ID: lxdlxd19900511，同样有相互交流的主群，加微信可以入群哦！！同时，QQ主群号码为：679544379.

百度搜索生信菜鸟驿站也可以关注哦：