Python自学requests-html：入门与实战教程

在本文档中，作者讲述了其在暑假期间选择自学Python爬虫的经历，特别关注了`requests-html`这一框架。开始时，作者在互联网上搜索资料，虽然了解到诸如`requests`和正则表达式等基础工具，但`requests-html`因其提供的分页功能和更易用性吸引了作者。文档主要分为两个部分：`requests-html`官方文档介绍和作者的个人学习体验。 在学习过程中，作者首先强调了编程伦理，提倡尊重编程和热爱代码，将其视为伙伴而非工具。然后，作者通过实际操作展示了如何安装`requests-html`，使用`HTMLSession`类进行基础的网页抓取。具体步骤包括导入`requests_html`模块，创建一个`HTMLSession`实例，然后使用`get`方法获取指定网页内容。这一步骤中，`get`函数返回的是一个Response对象，包含网页的HTML源码。 接着，文档进入深入部分，可能会讲解如何解析HTML文档，提取所需信息，如使用`r.html`属性访问渲染后的HTML，或者利用`r.find`、`r.select`等方法基于CSS选择器或XPath选择元素。此外，可能还会涉及`requests-html`的特性，如动态加载内容的处理、表单提交、页面导航，以及如何处理JavaScript依赖内容。 在自学过程中，作者分享了查找和学习资源的过程，如B站的UP主教学视频、CSDN和简书上的博客。这些资源对于初学者来说是宝贵的参考，帮助他们理解和实践`requests-html`的使用技巧。 这篇文档为想要学习`requests-html`的Python爬虫初学者提供了一个实用的指南，涵盖了从安装到基本操作，再到进阶用法的完整过程，旨在帮助读者快速入门并提升爬虫技能。通过作者的经验分享，读者可以更好地理解和掌握这一强大的Python爬虫库。