标签：下载   快速   神经网络   nbsp   没有   blog   alt   png   教师   

20201316 2020-2021-2 《Python程序设计》实验四报告

课程：《Python程序设计》

班级：2013

姓名：陈鑫

学号：20201316

实验教师：王志强

实验日期：2021年6月15日

必修/选修： 公选课

1.实验内容

Python综合应用：爬虫、数据处理、可视化、机器学习、神经网络、游戏、网络安全等。 课代表和各小组负责人收集作业（源代码、视频、综合实践报告）

个人对爬虫更感兴趣一些，所以这次就选择了爬虫作为大作业。

本次实验我爬取了一个视频网站的视频和一个图片网站的图片，之前一直在爬一些网站的文字，就按学长教的那样爬豆瓣的电影top250的名字，但是我发现以我的能力爬不来4399的游戏名字或者bilibili的视频标题，爬下来的要么是乱码要么啥都没有，我也搞不懂啥问题，后来就只成功爬下来起点中文网的小说名字，然后再看视频学习怎么爬视频和图片。而且爬取的都是一些反爬非常弱的网站。

2. 实验过程及结果

目标网站：https://www.ku6.com/detail/69

工具：pycharm Firefox

2.1 导入模块

导入requests 和 json 模块

2.2获取url

很简单的一个步骤，按f12再刷新页面很容易就找到了，如图：

2.3发送请求，获取数据

最好是伪装一下，图中数据一行输出了，看起来有点麻烦：

2.4 提取数据

先使用json.loads将字符串类型数据转化成字典类型，这样查找起来非常方便快速

观察数据，然后使用for循环将数据中的视频标题和地址（点开就能播放的那种）提取出来，用于下载和保存。

2.5本地保存

使用文件操作将刚刚提取的数据保存在本地，只要写清楚本地目录，应该是都能保存好的，我是直接在python文件所在目录下创建了一个video文件夹然后保存在里面：

2.6运行结果

里面有三个视频播放不了，不知道是为啥。

对图片也比较感兴趣，就尝试爬了图片：

2.7码云链接

视频：https://gitee.com/cx20201316/pythonstart1/blob/master/paccp.py

图片：https://gitee.com/cx20201316/pythonstart1/blob/master/pac.py

3. 实验过程中遇到的问题和解决过程

问题1：在爬取视频的时候提示TypeError，如何解决

问题1解决方案：经查询得知视频数据属于二进制数据，要先转换数据类型才行，可以使用video_data = requests.get(url=data_link, headers=a).content进行转换。

问题2：在爬取12306的车票信息时候，使用json.loads()时总是报错。如图：

问题2解决方案：经查询得json数据格式问题。因为爬到的数据有些不是json格式，所以报错。解决方法是构造get请求参数param，把不合格数据筛掉。但是还是不太明白

全课感悟

 　　本次python选修课总体上来感觉还是非常不错的，因为之前有一些python的基础，所以相比其他零基础的同学，学的还是比较轻松的，当然也因此一开始时没有认真听讲，说实话感觉错过了老师讲的很多细节。王老师讲课的方式感觉和c语言老师的非常不一样，王老师讲的更有趣，更生动一些，相比起来，我更喜欢王老师这种讲课方式。之后的课程感觉难度就上来了，之前没听到的细节可能就影响到了之后的听课，所以有时候会有点听不明白。但后面通过老师发在云班课和网上的资源还是能够弄懂的。四个实验感觉上来说，前两个还能理解很多，后面的就有些难理解，大部分都停留在知其然的层面，但是那些爬虫，GUI，游戏等编程技术还是让我非常感兴趣的，也让我感受到了python的功能强大与方便，希望以后还有更多时间来学习python。最后想给王老师提个小小的建议（如果能看到的话）：在实验室上课的时候，没抢到前面的位置，坐后面就有点听不清了，希望那个话筒能大点声音。总之，非常感谢王老师这学期的悉心教导！

参考资料

视频地址：https://www.bilibili.com/video/BV1go4y127TQ?t=565&p=4

20201316 2020-2021-2 《Python程序设计》实验四报告

标签：下载   快速   神经网络   nbsp   没有   blog   alt   png   教师   

原文地址：https://www.cnblogs.com/cxzuishuai/p/14887612.html