python爬虫(一)

618 查看

闲来无事想玩玩爬虫,但在mac上折腾Python还真是挺不容易的,尤其是scrapy的安装。这篇文章绝大部分内容是别人的经验,我只是将他们揉到了一起,形成一个连贯的步骤,也给想学习的人提供一些借鉴,如有侵权,请告知,我马上删除。

一.安装python

mac系统自带了一个python的执行执行环境,但为了获取最新版的python,我们需要重新安装python。这里有两种方案安装:

1.homebrew

brew install python

这个方案比较简单,如果出错的话可以给前面加sudo试试,这个安装的python可能不是最新版.

2.从官网下载安装

大家可以从https://www.python.org/download下载安装最新版的python,安装比较无脑,一路按下去就OK,缺点是以后升级,卸载都得自己维护.

这两个方法安装的python的位置是不一样的,大家可以用:

whichpython

来查看安装位置.安装完成后在终端中键入python来验证安装是否成功.

二. 安装pip

这里好多文章中说要先安装easy_install, 其实是不用的.

1.我们先获取pip安装脚本:

wget https://bootstrap.pypa.io/get-pip.py

如果没有安装wget可以去https://bootstrap.pypa.io/get-pip.py将所有内容复制下来,新建get-pip.py文件,将内容拷进去就OK了.

2.安装pip

sudo python get-pip.py

用python执行刚才获取的脚本,这里sudo可以选择使用,若遇到类似这个报错则必须加sudo:

Exception:

Traceback (most recent call last):

...

OSError: [Errno 13]

Permission denied: 'XXX/pip-0.7.2-py2.7.egg/EGG-INFO/dependency_links.txt'

Storing debug log for failure

in /Users/bilt/.pip/pip.log

安装成功后可以在终端中键入pip来检测,如果不行重启终端后尝试.

3.修改pip源

使用pip安装一些模块会特别慢甚至无法下载,因此我们需要修改pip的源到国内的一些镜像地址,特别感谢国内无私奉献的组织~

首先进入HOME路径:

cd~

创建.pip目录:

mkdir .pip

创建pip.conf文件:

touch pip.conf

大家可以用自己喜欢的编辑器打开pip.conf文件,我现在使用的时v2ex的源,所以添加:

[global]

index-url =http://pypi.v2ex.com/simple

大家可以把index-url的值设置为自己实际源的地址.

至此pip源修改成功,以后使用pip安装模块时都会从这个源去下载安装,大家可以自行测试一下.

三. 其他模块安装

1.Pillow/PIL

想用python处理图片,自然少不了PIL这个模块, 由于PIL长期没有更新了, 所以有了Pillow这个模块。

sudo pip install -U Pillow

2.urllib2、requests、 beautiful soup 4

安装方法同上

四.PyCharm的安装


下载PyCharm,免费版的虽然够用,但也仅仅是够用,想爬虫什么的还是不行,不想花钱的话百度一个注册码吧,毕竟只是学习的话还是有点贵。装好后,在设置中搜索theme,修改下配色方案,就可以使用了。

装好后,在设置中搜索theme,修改下配色方案,就可以使用了。

五.安装scrapy

Scrapy是python爬虫的一个框架,有了它,我们爬虫将会更加容易实现。

1.搭建虚拟环境virtualenv。virtualenv就是用来为一个应用创建一套“隔离”的Python运行环境。

首先,我们用pip安装virtualenv:

$ pip install virtualenv

然后,创建目录

fxhdeMacBook-Pro:~ fxh$ cd

/users/fxh/documents/vir

fxhdeMacBook-Pro:vir fxh$

virtualenv --no-site-packages scrapy1

最后,启动环境

fxhdeMacBook-Pro:vir fxh$ source

scrapy1/bin/activate

2.在新建的虚拟环境中安装scrapy


pip install scrapy


六.pycharm关联

打开pycharm

选择create new project



然后在interpertr中找到你刚才用virtualenv创建的虚拟环境,注意,应该选择/bin/pythin2.7这个文件。



至此,环境已搭配完毕,可以使用了。