Python实验-豆瓣爬虫

豆瓣爬虫实验

1.准备工作
通过浏览器查看分析目标网页,学习编程基础规范。
2.获取数据
通过HTTP库 向目标站点发起请求，请求可以包含额外的header等信息，如 果服务器能正常响应，会得到一个Response ，便是所要获取的页面内容。
3.解析内容
得到的内容可能是HTML、json等格式，可以用页面解析库、正则表达式等进行解析。
4.保存数据
保存形式多样，可以存为文本，也可以保存到数据库，或者保存特定格式的文件。