Python 爬虫01

爬虫简介

  • 爬虫定义: 网络爬虫(又被称为网页蜘蛛,网络机器人,在FOAF社区中间,更经常的称为网页追逐着),是一种按照一定规则,自动抓取万维网信息的程序或脚本。

另外一些不常用的名字还有网络蚂蚁,自动索引,模拟程序或蠕虫

两大特征

  • 能按作者要求下载数据或内容
  • 能自动在网络上流窜

三大步骤

  • 下载信息 (下载网页)
  • 提取正确的信息
  • 根据一定的规则自动跳转到另外的网页上执行以上两步

爬虫分类

  • 通用爬虫
  • 专用爬虫(聚焦爬虫)

Python 网络包简介

  • Python2.x: urllib,urllib2,urllib3,httplib,httplib2, requests
  • Python3.x: urllib,urllib3,httplib2,requests

使用上:

  • Python2.x: urllib+urllib2配合使用,或者requests
  • Python3.x: urllib+requests
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值