教你用Python寫一個(gè)爬蟲，免費(fèi)看小說

這是一個(gè)練習(xí)作品。用python腳本爬取筆趣閣上面的免費(fèi)小說。

創(chuàng)新互聯(lián)公司是專業(yè)的甌海網(wǎng)站建設(shè)公司，甌海接單;提供成都網(wǎng)站制作、成都做網(wǎng)站,網(wǎng)頁設(shè)計(jì),網(wǎng)站設(shè)計(jì),建網(wǎng)站,PHP網(wǎng)站建設(shè)等專業(yè)做網(wǎng)站服務(wù);采用PHP框架,可快速的進(jìn)行甌海網(wǎng)站開發(fā)網(wǎng)頁制作和功能擴(kuò)展;專業(yè)做搜索引擎喜愛的網(wǎng)站,專業(yè)的做網(wǎng)站團(tuán)隊(duì),希望更多企業(yè)前來合作!

環(huán)境：python3

類庫：BeautifulSoup

數(shù)據(jù)源：

原理就是偽裝正常http請(qǐng)求，正常訪問網(wǎng)頁。然后通過bs4重新解析html結(jié)構(gòu)來提取有效數(shù)據(jù)。

包含了偽裝請(qǐng)求頭部，數(shù)據(jù)源配置（如果不考慮擴(kuò)展其他數(shù)據(jù)源，可以寫死）。

config.py文件

fiction.py文件

summary.py文件

catalog.py文件

article.py文件

暫沒有做數(shù)據(jù)保存模塊。如果需要串起來做成一個(gè)完整的項(xiàng)目的話，只需要把小說數(shù)據(jù)結(jié)構(gòu)保存即可（節(jié)省磁盤空間）。通過小說url可以很快速的提取出小說簡(jiǎn)介、目錄、每一章的正文。

如果想要做的更好，可以把目錄，介紹、正文等部分緩存起來，當(dāng)然得有足夠的空間。

如何用python寫爬蟲來獲取網(wǎng)頁中所有的文章以及關(guān)鍵詞

所謂網(wǎng)頁抓取，就是把URL地址中指定的網(wǎng)絡(luò)資源從網(wǎng)絡(luò)流中讀取出來，保存到本地。?

類似于使用程序模擬IE瀏覽器的功能，把URL作為HTTP請(qǐng)求的內(nèi)容發(fā)送到服務(wù)器端， 然后讀取服務(wù)器端的響應(yīng)資源。

在Python中，我們使用urllib2這個(gè)組件來抓取網(wǎng)頁。

urllib2是Python的一個(gè)獲取URLs(Uniform Resource Locators)的組件。

它以u(píng)rlopen函數(shù)的形式提供了一個(gè)非常簡(jiǎn)單的接口。

最簡(jiǎn)單的urllib2的應(yīng)用代碼只需要四行。

我們新建一個(gè)文件urllib2_test01.py來感受一下urllib2的作用：

import urllib2

response = urllib2.urlopen('')

html = response.read()

print html

按下F5可以看到運(yùn)行的結(jié)果：

我們可以打開百度主頁，右擊，選擇查看源代碼（火狐OR谷歌瀏覽器均可），會(huì)發(fā)現(xiàn)也是完全一樣的內(nèi)容。

也就是說，上面這四行代碼將我們?cè)L問百度時(shí)瀏覽器收到的代碼們?nèi)看蛴×顺鰜怼?/p>

這就是一個(gè)最簡(jiǎn)單的urllib2的例子。

除了"http:"，URL同樣可以使用"ftp:"，"file:"等等來替代。

HTTP是基于請(qǐng)求和應(yīng)答機(jī)制的：

客戶端提出請(qǐng)求，服務(wù)端提供應(yīng)答。

urllib2用一個(gè)Request對(duì)象來映射你提出的HTTP請(qǐng)求。

在它最簡(jiǎn)單的使用形式中你將用你要請(qǐng)求的地址創(chuàng)建一個(gè)Request對(duì)象，

通過調(diào)用urlopen并傳入Request對(duì)象，將返回一個(gè)相關(guān)請(qǐng)求response對(duì)象，

這個(gè)應(yīng)答對(duì)象如同一個(gè)文件對(duì)象，所以你可以在Response中調(diào)用.read()。

我們新建一個(gè)文件urllib2_test02.py來感受一下：

import urllib2?

req = urllib2.Request('')?

response = urllib2.urlopen(req)?

the_page = response.read()?

print the_page

可以看到輸出的內(nèi)容和test01是一樣的。

urllib2使用相同的接口處理所有的URL頭。例如你可以像下面那樣創(chuàng)建一個(gè)ftp請(qǐng)求。

req = urllib2.Request('')

在HTTP請(qǐng)求時(shí)，允許你做額外的兩件事。

1.發(fā)送data表單數(shù)據(jù)

這個(gè)內(nèi)容相信做過Web端的都不會(huì)陌生，

有時(shí)候你希望發(fā)送一些數(shù)據(jù)到URL(通常URL與CGI[通用網(wǎng)關(guān)接口]腳本，或其他WEB應(yīng)用程序掛接)。

在HTTP中,這個(gè)經(jīng)常使用熟知的POST請(qǐng)求發(fā)送。

這個(gè)通常在你提交一個(gè)HTML表單時(shí)由你的瀏覽器來做。

并不是所有的POSTs都來源于表單，你能夠使用POST提交任意的數(shù)據(jù)到你自己的程序。

一般的HTML表單，data需要編碼成標(biāo)準(zhǔn)形式。然后做為data參數(shù)傳到Request對(duì)象。

編碼工作使用urllib的函數(shù)而非urllib2。

我們新建一個(gè)文件urllib2_test03.py來感受一下：

import urllib?

import urllib2?

url = ''?

values = {'name' : 'WHY',?

'location' : 'SDU',?

'language' : 'Python' }?

data = urllib.urlencode(values) # 編碼工作

req = urllib2.Request(url, data)? # 發(fā)送請(qǐng)求同時(shí)傳data表單

response = urllib2.urlopen(req)? #接受反饋的信息

the_page = response.read()? #讀取反饋的內(nèi)容

如果沒有傳送data參數(shù)，urllib2使用GET方式的請(qǐng)求。

GET和POST請(qǐng)求的不同之處是POST請(qǐng)求通常有"副作用"，

它們會(huì)由于某種途徑改變系統(tǒng)狀態(tài)(例如提交成堆垃圾到你的門口)。

Data同樣可以通過在Get請(qǐng)求的URL本身上面編碼來傳送。

import urllib2?

import urllib

data = {}

data['name'] = 'WHY'?

data['location'] = 'SDU'?

data['language'] = 'Python'

url_values = urllib.urlencode(data)?

print url_values

name=Somebody+Herelanguage=Pythonlocation=Northampton?

url = ''?

full_url = url + '?' + url_values

data = urllib2.open(full_url)

這樣就實(shí)現(xiàn)了Data數(shù)據(jù)的Get傳送。

2.設(shè)置Headers到http請(qǐng)求

有一些站點(diǎn)不喜歡被程序（非人為訪問）訪問，或者發(fā)送不同版本的內(nèi)容到不同的瀏覽器。

默認(rèn)的urllib2把自己作為“Python-urllib/x.y”(x和y是Python主版本和次版本號(hào),例如Python-urllib/2.7)，

這個(gè)身份可能會(huì)讓站點(diǎn)迷惑，或者干脆不工作。

瀏覽器確認(rèn)自己身份是通過User-Agent頭，當(dāng)你創(chuàng)建了一個(gè)請(qǐng)求對(duì)象，你可以給他一個(gè)包含頭數(shù)據(jù)的字典。

下面的例子發(fā)送跟上面一樣的內(nèi)容，但把自身模擬成Internet Explorer。

（多謝大家的提醒，現(xiàn)在這個(gè)Demo已經(jīng)不可用了，不過原理還是那樣的）。

import urllib?

import urllib2?

url = ''

user_agent = 'Mozilla/4.0 (compatible; MSIE 5.5; Windows NT)'?

values = {'name' : 'WHY',?

'location' : 'SDU',?

'language' : 'Python' }?

headers = { 'User-Agent' : user_agent }?

data = urllib.urlencode(values)?

req = urllib2.Request(url, data, headers)?

response = urllib2.urlopen(req)?

the_page = response.read()

以上就是python利用urllib2通過指定的URL抓取網(wǎng)頁內(nèi)容的全部?jī)?nèi)容，非常簡(jiǎn)單吧，希望對(duì)大家能有所幫助。

如何用Python做爬蟲？

在我們?nèi)粘Ｉ暇W(wǎng)瀏覽網(wǎng)頁的時(shí)候，經(jīng)常會(huì)看到一些好看的圖片，我們就希望把這些圖片保存下載，或者用戶用來做桌面壁紙，或者用來做設(shè)計(jì)的素材。

我們最常規(guī)的做法就是通過鼠標(biāo)右鍵，選擇另存為。但有些圖片鼠標(biāo)右鍵的時(shí)候并沒有另存為選項(xiàng)，還有辦法就通過就是通過截圖工具截取下來，但這樣就降低圖片的清晰度。好吧其實(shí)你很厲害的，右鍵查看頁面源代碼。

我們可以通過python?來實(shí)現(xiàn)這樣一個(gè)簡(jiǎn)單的爬蟲功能，把我們想要的代碼爬取到本地。下面就看看如何使用python來實(shí)現(xiàn)這樣一個(gè)功能。

具體步驟

獲取整個(gè)頁面數(shù)據(jù)首先我們可以先獲取要下載圖片的整個(gè)頁面信息。

getjpg.py

#coding=utf-8import urllibdef getHtml(url):

page = urllib.urlopen(url)

html = page.read() ? ?return html

html = getHtml("")print html

Urllib?模塊提供了讀取web頁面數(shù)據(jù)的接口，我們可以像讀取本地文件一樣讀取www和ftp上的數(shù)據(jù)。首先，我們定義了一個(gè)getHtml()函數(shù):

urllib.urlopen()方法用于打開一個(gè)URL地址。

read()方法用于讀取URL上的數(shù)據(jù)，向getHtml()函數(shù)傳遞一個(gè)網(wǎng)址，并把整個(gè)頁面下載下來。執(zhí)行程序就會(huì)把整個(gè)網(wǎng)頁打印輸出。

2.篩選頁面中想要的數(shù)據(jù)

Python?提供了非常強(qiáng)大的正則表達(dá)式，我們需要先要了解一點(diǎn)python?正則表達(dá)式的知識(shí)才行。

假如我們百度貼吧找到了幾張漂亮的壁紙，通過到前段查看工具。找到了圖片的地址，如：src=””pic_ext=”jpeg”

修改代碼如下：

import reimport urllibdef getHtml(url):

page = urllib.urlopen(url)

html = page.read() ? ?return htmldef getImg(html):

reg = r'src="(.+?\.jpg)" pic_ext'

imgre = re.compile(reg)

imglist = re.findall(imgre,html) ? ?return imglist ? ? ?

html = getHtml("")print getImg(html)

我們又創(chuàng)建了getImg()函數(shù)，用于在獲取的整個(gè)頁面中篩選需要的圖片連接。re模塊主要包含了正則表達(dá)式：

re.compile()?可以把正則表達(dá)式編譯成一個(gè)正則表達(dá)式對(duì)象.

re.findall()?方法讀取html?中包含?imgre（正則表達(dá)式）的數(shù)據(jù)。

運(yùn)行腳本將得到整個(gè)頁面中包含圖片的URL地址。

3.將頁面篩選的數(shù)據(jù)保存到本地

把篩選的圖片地址通過for循環(huán)遍歷并保存到本地，代碼如下：

#coding=utf-8import urllibimport redef getHtml(url):

page = urllib.urlopen(url)

html = page.read() ? ?return htmldef getImg(html):

reg = r'src="(.+?\.jpg)" pic_ext'

imgre = re.compile(reg)

imglist = re.findall(imgre,html)

x = 0 ? ?for imgurl in imglist:

urllib.urlretrieve(imgurl,'%s.jpg' % x)

x+=1html = getHtml("")print getImg(html)

這里的核心是用到了urllib.urlretrieve()方法，直接將遠(yuǎn)程數(shù)據(jù)下載到本地。

通過一個(gè)for循環(huán)對(duì)獲取的圖片連接進(jìn)行遍歷，為了使圖片的文件名看上去更規(guī)范，對(duì)其進(jìn)行重命名，命名規(guī)則通過x變量加1。保存的位置默認(rèn)為程序的存放目錄。

程序運(yùn)行完成，將在目錄下看到下載到本地的文件。

如何學(xué)習(xí)Python爬蟲

現(xiàn)在之所以有這么多的小伙伴熱衷于爬蟲技術(shù)，無外乎是因?yàn)榕老x可以幫我們做很多事情，比如搜索引擎、采集數(shù)據(jù)、廣告過濾等，以Python為例，Python爬蟲可以用于數(shù)據(jù)分析，在數(shù)據(jù)抓取方面發(fā)揮巨大的作用。

但是這并不意味著單純掌握一門Python語言，就對(duì)爬蟲技術(shù)觸類旁通，要學(xué)習(xí)的知識(shí)和規(guī)范還有喜很多，包括但不僅限于HTML 知識(shí)、HTTP/HTTPS 協(xié)議的基本知識(shí)、正則表達(dá)式、數(shù)據(jù)庫知識(shí)，常用抓包工具的使用、爬蟲框架的使用等。而且涉及到大規(guī)模爬蟲，還需要了解分布式的概念、消息隊(duì)列、常用的數(shù)據(jù)結(jié)構(gòu)和算法、緩存，甚至還包括機(jī)器學(xué)習(xí)的應(yīng)用，大規(guī)模的系統(tǒng)背后都是靠很多技術(shù)來支撐的。

零基礎(chǔ)如何學(xué)爬蟲技術(shù)？對(duì)于迷茫的初學(xué)者來說，爬蟲技術(shù)起步學(xué)習(xí)階段，最重要的就是明確學(xué)習(xí)路徑，找準(zhǔn)學(xué)習(xí)方法，唯有如此，在良好的學(xué)習(xí)習(xí)慣督促下，后期的系統(tǒng)學(xué)習(xí)才會(huì)事半功倍，游刃有余。

用Python寫爬蟲，首先需要會(huì)Python，把基礎(chǔ)語法搞懂，知道怎么使用函數(shù)、類和常用的數(shù)據(jù)結(jié)構(gòu)如list、dict中的常用方法就算基本入門。作為入門爬蟲來說，需要了解 HTTP協(xié)議的基本原理，雖然 HTTP 規(guī)范用一本書都寫不完，但深入的內(nèi)容可以放以后慢慢去看，理論與實(shí)踐相結(jié)合后期學(xué)習(xí)才會(huì)越來越輕松。關(guān)于爬蟲學(xué)習(xí)的具體步驟，我大概羅列了以下幾大部分，大家可以參考：

網(wǎng)絡(luò)爬蟲基礎(chǔ)知識(shí):

爬蟲的定義

爬蟲的作用

Http協(xié)議

基本抓包工具(Fiddler)使用

Python模塊實(shí)現(xiàn)爬蟲：

urllib3、requests、lxml、bs4 模塊大體作用講解

使用requests模塊 get 方式獲取靜態(tài)頁面數(shù)據(jù)

使用requests模塊 post 方式獲取靜態(tài)頁面數(shù)據(jù)

使用requests模塊獲取 ajax 動(dòng)態(tài)頁面數(shù)據(jù)

使用requests模塊模擬登錄網(wǎng)站

使用Tesseract進(jìn)行驗(yàn)證碼識(shí)別

Scrapy框架與Scrapy-Redis：

Scrapy 爬蟲框架大體說明

Scrapy spider 類

Scrapy item 及 pipeline

Scrapy CrawlSpider 類

通過Scrapy-Redis 實(shí)現(xiàn)分布式爬蟲

借助自動(dòng)化測(cè)試工具和瀏覽器爬取數(shù)據(jù)：

Selenium + PhantomJS 說明及簡(jiǎn)單實(shí)例

Selenium + PhantomJS 實(shí)現(xiàn)網(wǎng)站登錄

Selenium + PhantomJS 實(shí)現(xiàn)動(dòng)態(tài)頁面數(shù)據(jù)爬取

爬蟲項(xiàng)目實(shí)戰(zhàn)：

分布式爬蟲+ Elasticsearch 打造搜索引擎

如何用Python做爬蟲

1）首先你要明白爬蟲怎樣工作。

想象你是一只蜘蛛，現(xiàn)在你被放到了互聯(lián)“網(wǎng)”上。那么，你需要把所有的網(wǎng)頁都看一遍。怎么辦呢？沒問題呀，你就隨便從某個(gè)地方開始，比如說人民日?qǐng)?bào)的首頁，這個(gè)叫initial pages，用$表示吧。

在人民日?qǐng)?bào)的首頁，你看到那個(gè)頁面引向的各種鏈接。于是你很開心地從爬到了“國內(nèi)新聞”那個(gè)頁面。太好了，這樣你就已經(jīng)爬完了倆頁面（首頁和國內(nèi)新聞）！暫且不用管爬下來的頁面怎么處理的，你就想象你把這個(gè)頁面完完整整抄成了個(gè)html放到了你身上。

突然你發(fā)現(xiàn)， 在國內(nèi)新聞這個(gè)頁面上，有一個(gè)鏈接鏈回“首頁”。作為一只聰明的蜘蛛，你肯定知道你不用爬回去的吧，因?yàn)槟阋呀?jīng)看過了啊。所以，你需要用你的腦子，存下你已經(jīng)看過的頁面地址。這樣，每次看到一個(gè)可能需要爬的新鏈接，你就先查查你腦子里是不是已經(jīng)去過這個(gè)頁面地址。如果去過，那就別去了。

好的，理論上如果所有的頁面可以從initial page達(dá)到的話，那么可以證明你一定可以爬完所有的網(wǎng)頁。

那么在python里怎么實(shí)現(xiàn)呢？

很簡(jiǎn)單

import Queue

initial_page = "初始化頁"

url_queue = Queue.Queue()

seen = set()

seen.insert(initial_page)

url_queue.put(initial_page)

while(True): #一直進(jìn)行直到海枯石爛

if url_queue.size()0:

current_url = url_queue.get() #拿出隊(duì)例中第一個(gè)的url

store(current_url) #把這個(gè)url代表的網(wǎng)頁存儲(chǔ)好

for next_url in extract_urls(current_url): #提取把這個(gè)url里鏈向的url

if next_url not in seen:

seen.put(next_url)

url_queue.put(next_url)

else:

break

寫得已經(jīng)很偽代碼了。

所有的爬蟲的backbone都在這里，下面分析一下為什么爬蟲事實(shí)上是個(gè)非常復(fù)雜的東西——搜索引擎公司通常有一整個(gè)團(tuán)隊(duì)來維護(hù)和開發(fā)。

2）效率

如果你直接加工一下上面的代碼直接運(yùn)行的話，你需要一整年才能爬下整個(gè)豆瓣的內(nèi)容。更別說Google這樣的搜索引擎需要爬下全網(wǎng)的內(nèi)容了。

問題出在哪呢？需要爬的網(wǎng)頁實(shí)在太多太多了，而上面的代碼太慢太慢了。設(shè)想全網(wǎng)有N個(gè)網(wǎng)站，那么分析一下判重的復(fù)雜度就是N*log(N)，因?yàn)樗芯W(wǎng)頁要遍歷一次，而每次判重用set的話需要log(N)的復(fù)雜度。OK，OK，我知道python的set實(shí)現(xiàn)是hash——不過這樣還是太慢了，至少內(nèi)存使用效率不高。

通常的判重做法是怎樣呢？Bloom Filter. 簡(jiǎn)單講它仍然是一種hash的方法，但是它的特點(diǎn)是，它可以使用固定的內(nèi)存（不隨url的數(shù)量而增長(zhǎng)）以O(shè)(1)的效率判定url是否已經(jīng)在set中。可惜天下沒有白吃的午餐，它的唯一問題在于，如果這個(gè)url不在set中，BF可以100%確定這個(gè)url沒有看過。但是如果這個(gè)url在set中，它會(huì)告訴你：這個(gè)url應(yīng)該已經(jīng)出現(xiàn)過，不過我有2%的不確定性。注意這里的不確定性在你分配的內(nèi)存足夠大的時(shí)候，可以變得很小很少。一個(gè)簡(jiǎn)單的教程:Bloom Filters by Example

注意到這個(gè)特點(diǎn)，url如果被看過，那么可能以小概率重復(fù)看一看（沒關(guān)系，多看看不會(huì)累死）。但是如果沒被看過，一定會(huì)被看一下（這個(gè)很重要，不然我們就要漏掉一些網(wǎng)頁了！）。 [IMPORTANT: 此段有問題，請(qǐng)暫時(shí)略過]

好，現(xiàn)在已經(jīng)接近處理判重最快的方法了。另外一個(gè)瓶頸——你只有一臺(tái)機(jī)器。不管你的帶寬有多大，只要你的機(jī)器下載網(wǎng)頁的速度是瓶頸的話，那么你只有加快這個(gè)速度。用一臺(tái)機(jī)子不夠的話——用很多臺(tái)吧！當(dāng)然，我們假設(shè)每臺(tái)機(jī)子都已經(jīng)進(jìn)了最大的效率——使用多線程（python的話，多進(jìn)程吧）。

3）集群化抓取

爬取豆瓣的時(shí)候，我總共用了100多臺(tái)機(jī)器晝夜不停地運(yùn)行了一個(gè)月。想象如果只用一臺(tái)機(jī)子你就得運(yùn)行100個(gè)月了...

那么，假設(shè)你現(xiàn)在有100臺(tái)機(jī)器可以用，怎么用python實(shí)現(xiàn)一個(gè)分布式的爬取算法呢？

我們把這100臺(tái)中的99臺(tái)運(yùn)算能力較小的機(jī)器叫作slave，另外一臺(tái)較大的機(jī)器叫作master，那么回顧上面代碼中的url_queue，如果我們能把這個(gè)queue放到這臺(tái)master機(jī)器上，所有的slave都可以通過網(wǎng)絡(luò)跟master聯(lián)通，每當(dāng)一個(gè)slave完成下載一個(gè)網(wǎng)頁，就向master請(qǐng)求一個(gè)新的網(wǎng)頁來抓取。而每次slave新抓到一個(gè)網(wǎng)頁，就把這個(gè)網(wǎng)頁上所有的鏈接送到master的queue里去。同樣，bloom filter也放到master上，但是現(xiàn)在master只發(fā)送確定沒有被訪問過的url給slave。Bloom Filter放到master的內(nèi)存里，而被訪問過的url放到運(yùn)行在master上的Redis里，這樣保證所有操作都是O(1)。（至少平攤是O(1)，Redis的訪問效率見:LINSERT – Redis)

考慮如何用python實(shí)現(xiàn)：

在各臺(tái)slave上裝好scrapy，那么各臺(tái)機(jī)子就變成了一臺(tái)有抓取能力的slave，在master上裝好Redis和rq用作分布式隊(duì)列。

代碼于是寫成

#slave.py

current_url = request_from_master()

to_send = []

for next_url in extract_urls(current_url):

to_send.append(next_url)

store(current_url);

send_to_master(to_send)

#master.py

distributed_queue = DistributedQueue()

bf = BloomFilter()

initial_pages = ""

while(True):

if request == 'GET':

if distributed_queue.size()0:

send(distributed_queue.get())

else:

break

elif request == 'POST':

bf.put(request.url)

好的，其實(shí)你能想到，有人已經(jīng)給你寫好了你需要的：darkrho/scrapy-redis · GitHub

4）展望及后處理

雖然上面用很多“簡(jiǎn)單”，但是真正要實(shí)現(xiàn)一個(gè)商業(yè)規(guī)模可用的爬蟲并不是一件容易的事。上面的代碼用來爬一個(gè)整體的網(wǎng)站幾乎沒有太大的問題。

但是如果附加上你需要這些后續(xù)處理，比如

有效地存儲(chǔ)（數(shù)據(jù)庫應(yīng)該怎樣安排）

有效地判重（這里指網(wǎng)頁判重，咱可不想把人民日?qǐng)?bào)和抄襲它的大民日?qǐng)?bào)都爬一遍）

有效地信息抽取（比如怎么樣抽取出網(wǎng)頁上所有的地址抽取出來，“朝陽區(qū)奮進(jìn)路中華道”），搜索引擎通常不需要存儲(chǔ)所有的信息，比如圖片我存來干嘛...

及時(shí)更新（預(yù)測(cè)這個(gè)網(wǎng)頁多久會(huì)更新一次）

如你所想，這里每一個(gè)點(diǎn)都可以供很多研究者十?dāng)?shù)年的研究。雖然如此，

“路漫漫其修遠(yuǎn)兮,吾將上下而求索”。

所以，不要問怎么入門，直接上路就好了：）

python 爬蟲自學(xué)要多久

一周或者一個(gè)月。

如果完全靠自己自學(xué)，又是從零基礎(chǔ)開始學(xué)習(xí)Python的情況下，按照每個(gè)人的學(xué)習(xí)和理解能力的不同，我認(rèn)為大致上需要半年到一年半左右的時(shí)間。

當(dāng)然了，Python學(xué)習(xí)起來還是比較簡(jiǎn)單的，如果有其他編程語言經(jīng)驗(yàn)，入門Python還是非常快的，花1-2個(gè)月左右的時(shí)間學(xué)完基礎(chǔ)，就可以自己編寫一些小的程序練練手了，5-6個(gè)月的時(shí)間就可以上手做項(xiàng)目了。

從一定程度上來說，一些零基礎(chǔ)的初學(xué)者想要利用兩個(gè)月的時(shí)間掌握好Python是不太可能的，學(xué)習(xí)完P(guān)ython后想要應(yīng)聘相對(duì)應(yīng)的工作崗位，即便是選擇最快的學(xué)習(xí)方式也是很難實(shí)現(xiàn)的，無法快速實(shí)現(xiàn)就業(yè)。