1.什么是爬⾍?
2.爬虫基本流程
3.什么是Request和Response?
4.Request中包含什么?
5.Response中包含什么?
6.爬虫能抓怎样的数据?
7.怎样来解析?
8.为什什么我抓到的和浏览器器看到的不一样?
9.怎样解决JavaScript渲染的问题?
10.可以怎样保存数据
1.什么是爬⾍?
请求网站并提取数据的自动化程序
2.爬虫基本流程
2.1 发起请求
通过HTTP库向目标站点发起请求,即发送一个Request,请求可以包含额外的headers等信息,等待服务器响应。
2.2 获取响应内容
如果服务器能正常响应,会得到一个Response,Response的内容便是所要获取的页面内容,类型可能有HTML,Json字符串,二进制数据(如图片视频)等类型。
2.3 解析内容
得到的内容可能是HTML,可以用正则表达式、网页解析库进行解析。可能是Json,可以直接转为Json对象解析,可能是二进制数据,可以做保存或者进一步的处理。
2.4 保存数据
保存形式多样,可以存为文本,也可以保存至数据库,或者保存特定格式的文件。
3.什么是Request和Response?
Request与Response
(1)浏览器就发送消息给该网址所在的服务器,这个过程叫做HTTP Request。
(2)服务器收到浏览器发送的消息后,能够根据浏览器发送消息的内容,做相应处理,然后把消息回传给浏览器。这个过程叫做HTTP Response。
(3)浏览器收到服务器的Response信息后,会对信息进行相应处理,然后展示。
4.Request中包含什么?
(1) 请求方式
主要有GET、POST两种类型,另外还有HEAD、PUT、DELETE、OPTIONS等。
(2) 请求URL
URL全称统一资源定位符,如一个网页文档、一张图片、一个视频等都可以用URL唯一来确定。
(3) 请求头
包含请求时的头部信息,如User-Agent、Host、Cookies等信息。
(4) 请求体
请求时额外携带的数据,如表单提交时的表单数据
5.Response中包含什么?
(1) 响应状态
有多种响应状态,如200代表成功、301跳转、404找不到页面、502服务器错误
(2) 响应头
如内容类型、内容长度、服务器信息、设置Cookie等等。
(3) 响应体
最主要的部分,包含了请求资源的内容,如网页HTML、图片二进制数据等。
6.爬虫能抓怎样的数据?
(1) 网页文本
如HTML文档、Json格式文本等。
(2) 图片
获取到的是二进制文件,保存为图片格式。
(3) 视频
同为二进制文件,保存为视频格式即可。
(4) 其他
只要是能请求到的,都能获取。
7.怎样来解析?
解析方式
8.为什什么我抓到的和浏览器器看到的不一样?
9.怎样解决JavaScript渲染的问题?
10.可以怎样保存数据
![在这里插入图片描述](https://img-blog.csdnimg.cn/a306424273cf430d8a6ed1d342d398a7.png#pic_center)
关于Python技术储备
学好 Python 不论是就业还是做副业赚钱都不错,但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料,给那些想学习 Python 的小伙伴们一点帮助!
一、Python所有方向的学习路线
Python所有方向路线就是把Python常用的技术点做整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
二、学习软件
工欲善其事必先利其器。学习Python常用的开发软件都在这里了,给大家节省了很多时间。
三、入门学习视频
我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了。
四、实战案例
光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
五、面试资料
我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
这份完整版的Python全套学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费
】
Python资料、技术、课程、解答、咨询也可以直接点击下面名片,
添加官方客服斯琪
↓