共计 2308 个字符，预计需要花费 6 分钟才能阅读完成。
【导语】：AutoScraper 是一个智能、主动、疾速和轻量级的 Web 爬虫，应用简略便捷，让你从此辞别爬虫手动解析网页和写规定的懊恼。
简介
AutoScraper 是应用 Python 实现的 Web 爬虫，兼容 Python 3，能疾速且智能获取指定网站上的数据，这些数据能够是网页文本、URL 地址或者是其它 HTML 元素。另外，它还能够学习抓取规定并返回相似的元素。
下载安装
我的项目的源码地址是：
https://github.com/alirezamik…
兼容 Python 3。可应用以下办法进行装置：
（1）从 git 获取装置
$ pip install git+https://github.com/alirezamika/autoscraper.git（2）从 PyPI 获取装置
$ pip install autoscraper（3）下载源码后进行装置
$ python setup.py install简略应用
假如咱们想在 stackoverflow 页面中获取所有相干的文章题目：
from autoscraper import AutoScraper
url = 'https://stackoverflow.com/questions/2081586/web-scraping-with-python'
wanted_list = ["How to call an external command?"]
scraper = AutoScraper()
result = scraper.build(url, wanted_list)
print(result)输入后果如下：
['How do I merge two dictionaries in a single expression in Python (taking union of dictionaries)?',
'How to call an external command?',
'What are metaclasses in Python?',
'Does Python have a ternary conditional operator?',
'How do you remove duplicates from a list whilst preserving order?',
'Convert bytes to a string',
'How to get line count of a large file cheaply in Python?',
"Does Python have a string'contains'substring method?",
'Why is“1000000000000000 in range(1000000000000001)”so fast in Python 3?'
]抓取类似后果
当你还想获取 stackoverflow 上其余页面中所有相干的文章题目，则能够间接通过 get\_result\_similar 办法获取：
scraper.get_result_similar('https://stackoverflow.com/questions/606191/convert-bytes-to-a-string')两个页面的抓取后果为：
抓取确切后果
当你只想抓取某个确切的后果，能够应用 get\_result\_exact 办法，即从 wanted\_list 中以完全相同的程序检索数据：
scraper.get_result_exact('https://stackoverflow.com/questions/606191/convert-bytes-to-a-string')比方抓取页面中排第 2 的相干文章题目，执行后果：
自定义申请模块参数
你还能够传递任何自定义申请模块参数。例如，你可能想应用代理或自定义头：
proxies = {
"http": 'http://127.0.0.1:8001',
"https": 'https://127.0.0.1:8001',
}
result = scraper.build(url, wanted_list, request_args=dict(proxies=proxies))抓取多项信息
假如咱们想要抓取对于文本，Star 的数量和 Github 回购页面的问题链接：
from autoscraper import AutoScraper
url = 'https://github.com/alirezamika/autoscraper'
wanted_list = ['A Smart, Automatic, Fast and Lightweight Web Scraper for Python', '2.5k', 'https://github.com/alirezamika/autoscraper/issues']
scraper = AutoScraper()
scraper.build(url, wanted_list)执行后果为：
保留模型
咱们能够保留抓取的模型以便当前应用：
# 指定保留的文件门路
scraper.save('stackoverflow')
# 调用办法：scraper.load('stackoverflow')AutoScraper 简略介绍就到这里了，如果你想应用更多的性能，详见官方主页理解。
开源前哨日常分享热门、乏味和实用的开源我的项目。参加保护 10 万 + Star 的开源技术资源库，包含：Python、Java、C/C++、Go、JS、CSS、Node.js、PHP、.NET 等。