m0_63091590的博客

原创 爬虫的学习

什么是爬虫 通俗理解:爬虫是一个模拟人类请求网站行为的程序。可以自动请求网页、并数据抓取下来，然后使用一定的规则提取有价值的数据。 通过浏览器查看分析目标网页，学习编程基础规范。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。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。 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...