简单粗暴了解爬虫
爬虫首先要遵守robots协议,也就是哪些可以爬取,哪些不可以爬取
看大蜘蛛
爬虫名词解释:
网络爬虫(又称为网页蜘蛛,网络机器人,在FOAF社区中间,更经常的称为网页追逐者),是一种按照一定的规则,自动地抓取万维网信息的程序或者脚本。另外一些不常使用的名字还有蚂蚁、自动索引、模拟程序或者蠕虫。
刚刚接触爬虫的时候我看到这段话实际上很懵逼,上大学那会刚开始接触爬虫的时候在想爬虫爬虫为啥叫做爬虫,网上理论一大堆,但就是不理解,咳咳这就是有点钻牛角尖了,这是不对的,我们要透过表面看本质 嘎嘎
比如说,今天,你们老板让你去某个新开网站去复制网站上面的内容,打开网站以看,哈呀就一点内容,这个轻松哈,ctrl+c ctrl+v嘎嘎几下就完成了,第二天一看,多了点哈,也没多太多,也ctrl+c ctrl+v嘎嘎几下就完成了,四天后发现,这么多,怎么办呢,爬虫就上场了,只需要一段简单的代码就可以爬取网站上你指定的内容。怎