百度飞浆Python小白逆袭大神打卡课程心得分享

在一次聊天中，不经意听某人说百度飞浆有免费的人工智能课程，免费的数据集，免费的计算资源，免费的教师天团（百度工程师+中科院天团），还有奶凶奶凶的班主任。因为我是个小白，碰巧这期就是为小白而设的逆袭大神打卡课程，为期7天，5个作业。说真的，第一次上这类课，感觉难度还是有的。但是不得不称赞一下 百度，真正的大厂担当，咱们这种凡人小白，别说懂不懂算法，就是数据集和计算资源就够脑袋大了，这些在百度AI Studio竟然都为我们解决了，还有技术大咖直播讲课。所以想学习人工智能的小伙伴真的可以关注，这种大厂的工程师和中科院天团讲课，真不是哪里都有。所以感谢百度，感谢老师，感谢班主任！ 这期学习的作业有5个，难度一次递增，由于水平问题，这里我挑了一个比较简单的和大家分享。这是我们DAY2的作业《青春有你2》选手信息爬取。我觉得这个内容对我蛮有帮助的，咱们在学习深度学习的时候，总需要用到数据，这个爬虫就可以很好的帮助咱们获取想要的数据资源。闲话少说，下面开始分享。

成《青春有你2》选手图片爬取，将爬取图片进行保存，保证代码正常运行及打印爬取的所有图片的绝对路径，以及爬取的图片总数。 爬虫的过程，就是模仿浏览器的行为，往目标站点发送请求，接收服务器的响应数据，提取需要的信息，并进行保存的过程。 Python为爬虫的实现提供了工具:requests模块、BeautifulSoup库

本次实践使用Python来爬取百度百科中《青春有你2》所有参赛选手的信息。 数据获取：https://baike.baidu.com/item/青春有你第二季 这里说一下上网的全过程和爬虫的过程

打开浏览器 --> 往目标站点发送请求 --> 接收响应数据 --> 渲染到页面上。

模拟浏览器 --> 往目标站点发送请求 --> 接收响应数据 --> 提取有用的数据 --> 保存到本地/数据库。 爬虫的过程：

爬虫的过程： （1）发送请求（requests模块） （2）获取响应数据（服务器返回） （3）解析并提取数据（BeautifulSoup查找或者re正则） （4）保存数据

使用到的模块 （1）request模块：

requests是python实现的简单易用的HTTP库，官网地址：http://cn.python-requests.org/zh_CN/latest/

requests.get(url)可以发送一个http get请求，返回服务器响应内容。 （2）BeautifulSoup库：

BeautifulSoup 是一个可以从HTML或XML文件中提取数据的Python库。网址：https://beautifulsoup.readthedocs.io/zh_CN/v4.4.0/

BeautifulSoup支持Python标准库中的HTML解析器,还支持一些第三方的解析器,其中一个是 lxml。

BeautifulSoup(markup, “html.parser”)或者BeautifulSoup(markup, “lxml”)，推荐使用lxml作为解析器,因为效率更高。