阿里云系统root_[CentOS Python系列] 一.阿里云服务器安装部署及第一个Python爬虫代码实现

随着人工智能和深度学习的风暴来临，越来越火爆，笔者也准备从头学习这些知识，写相关文章。本文是笔者学习部署阿里云服务器环境，然后完成第一个爬虫，是一篇很基础的入门文章，后续会再深入学习在服务器上托管定时爬虫，爬取到的数据存入数据库，以及分析爬虫数据等内容，都是很基础的文章，希望这一系列的文章对大家有所帮助，如有错误或不足，还请大家见谅。

1.阿里云服务器设置

阿里云的云系统是基于yum安装镜像的集成环境，包括Nginx、MySQL、Pyenv等。

（，中文意思为：社区企业操作系统）是Linux发行版之一，由Red Hat Linux按照开源条例发布的源代码编译而成。由于来自同一个源代码，一些对稳定性要求较高的服务器会使用它来代替Red Hat Linux的商业版本。两者的区别在于它不包含闭源软件。

阿里云提供了很多产品供大家购买和使用，非常方便。这里笔者随便买了一个，可能不适用。我也是摸着石头过河，一步步去尝试。学习起来其实还是很值得的。

1. 购买系统

阿里云提供的环境地址：运行环境（.8 64位）

产品描述如下：

2.点击购买，进入配置选择页面进行购买

3.购买成功后生成以下订单页面

这里笔者选择了云服务器ECS，镜像.8，支持的操作环境.1、.1、.7。

4、点击菜单页的Set ，需要设置登录名root和登录密码。

5. 点击“前往订单”按钮并付款

6.进入阿里云控制台，点击ECS

然后点击左边栏的“云服务器ECS”图标，生成如下图所示的界面，在这里可以看到我们的服务器已经在运行了。

7.在控制台实现远程登录云服务器

点击“远程登录”后，弹出的界面会提示远程连接密码，请记住这个密码，以后远程登录服务器时都会用到这个密码。

接下来就是输入远程连接密码进行登录。

8.在弹出的黑框中输入登录名root，密码为第4步设置的自定义密码

注：简单的阿里云服务器已经搭建完毕，其他云服务器配置方法类似，比较简单，这里笔者采用的是系统自带的，接下来我会带领大家体验一下Linux基本命令，并编写第一段代码。

2. 基本命令和入门

笔者先给出Linux系统下的常用命令，参见：Putty基础教程（一）入门命令学习与编写HTML

cd 文件夹名：查看路径
dir：查看当前路径下的所有文件
ls：列出当前文件夹下所有内容
pwd：显示当前路径
clear： 清空终端屏幕命令，Ctrl+L清除屏幕
 
mkdir [dir]： 新建文件夹
mv *** ****：移动或者重命名
rm *** ***：删除一次可以删除多个
cp：拷贝
 
touch 文件名： 新建文件
vi 文件名： 编辑文件命令
cat 文件名： 查看文件内容
 
wget （路径）：下载
unzip ***.zip：压缩文件到当前目录
ls -ltr  |  cat  -vte： 显示文件夹下所有内容详细信息

1.清屏命令：clear

2.查看文件内容

$ls 列出当前文件夹下所有内容
$ls -o 列出当前文件夹中所有内容，含详细信息，但不列出group
$ls -l 同上，含group信息
$ls -a 列出当前文件夹中所有内容，包含以”.”开头的文件
$ls -t 按更改时间排序
$ls -v 按版本先后排序

如下图可以看到我建立的三个文件，“ls -o”显示详细信息。

3. 创建新文件夹

4.检查路径

5. 创建文件

6.检查版本

7. 编辑程序

注意：

（1）输入“vi first.py”后，用 vi 打开文件，就进入了“命令行模式”，需要切换到“插入模式”才能输入文本。切换方法：在“命令行模式”下按字母“i”，进入“插入模式”，此时就可以开始输入文本了。

（2）编辑完成后，需要从插入模式切换到命令行模式来保存文件。切换方式是按“ESC”键。

（3）保存并退出文件：在命令模式下输入:wq！（不要忘记wq前面的:）

执行步骤：

输出指令：vi first.py
点击键盘：i键 - 编辑代码(Insert)
 
输出代码：
#!/usr/bin/python
print("this is my first python code.")
print("hello,Eastmount!!!")
print("Bye, Nana.")
 
点击键盘：Esc键
输出命令：:wq

注意，我们还可以使用“vim first.py”来编辑代码，并且以彩色显示，如下所示：

8.运行程序

输出如下：

this is my first python code.
Hello, Eastmount!!!
Bye, Nana.

注意：在使用Linux系统时，如果一屏显示不完内容，想要切换到上一页或者下一页，可以使用“Shift+”快捷键查看上一页内容，“Shift+”查看下一页内容。

3.实现爬虫代码

可以调用pip工具来安装扩展包，这是一个很方便的手段，这里我们通过这个扩展包来安装爬虫扩展包。

安装扩展包

安装扩展包

查看已安装的扩展包

创建第一个爬虫code.py

编辑代码

输入代码

#!/usr/bin/python
import sys
import urllib
import urllib.request
from bs4 import BeautifulSoup
 
print(sys.getdefaultencoding())
url = "http://www.baidu.com"
print(url)
content = urllib.request.urlopen(url).read()
#print(content)
 
soup = BeautifulSoup(content,"html.parser")
print(soup.title)
print(soup.title.get_text())

输出

注意，输出的中文是乱码，下篇文章会讲解如何解决这个问题。

4.Putty基本使用

PuTTY 是一款用于连接 SSH、普通 TCP 和串行接口的软件。PuTTY 是一款开源软件，主要由 Simon 维护，使用 MIT 许可证。

随着Linux在服务器端应用的普及，Linux系统管理越来越依赖远程访问，在各类远程登录工具中，Putty是其中的佼佼者，免费、x86平台、SSH和客户端，但功能却丝毫不逊于商业工具。

连接到远程服务器

操作界面如下：

登录阿里云服务器

在Host Name中输入公网IP地址，例如39.xx.xx.166，点击“Open”按钮，如下图。

登录后的界面如下图所示，填写登录名“root”以及对应的登录密码。

然后就可以操作远程服务器了，比如运行我们的.py爬虫代码。

可以看到，百度搜索官网的标题《百度一下，你就会知道》被抓取了。下面推荐更多知识，这里就不赘述了。通过Putty，我们可以更好的管理远程服务器，上传文件到服务器。总之，希望这篇基础文章对大家有所帮助，特别是对刚接触云服务器的新手。如果你是高手，还请大家多提建议，共同提高。

很高兴回到阿里云，很高兴在这里和大家见面。希望分享更高质量的文章，帮助到大家。珍惜每一刻。