requests模块+lxml模块

今天学习的是如何使用第三方库——requests库以及lxml库对网站进行爬虫。教学案例是对网易云上的音乐进行爬虫下载。

开始前首先要明晰爬虫整个程序的作用、原理、目的以及流程。

1. 爬虫抓取的数据来源于哪里？——即音乐从哪里来？从网站的服务器上下载的，可以简单理解为网站上的。想要访问一个网站需要该网站的网址，即URL。本案例中的网址如下：（需要注意的是复制后需要删除#/）
2. 有了原材料：网址，我们就思考如何从网址里获取我们需要的信息？——怎么从网址里得到音乐？需要向该网站发起网络数据请求。
3. 同意后网站会向我们发送数据，但这时候的数据并不只是我们想要的数据，还包含许多其他数据，我们需要进一步筛选——筛选音乐文件
4. 最后就是将我们需要的数据进行下载——下载音乐文件

清楚流程后就可以开始实现。

前面已经获得了网站的网址，下一步开始向该网址发起请求。

第二步需要用到一个第三方库：requests库（需要额外安装）