之前在学校鼓捣两个周的爬虫还没入门,前俩周王哥给点拨了下,有种茅塞顿开的感觉。
现针对小白入门阶段总结下经验
爬虫的概念不须说,之前不懂构造请求这回事,工欲善其事,必先利其器,首先可以利用fiddler(charles和firebug都很厉害)观察浏览器请求页面过程的请求,观察哪个才是需要构造的,观察是get还是post,观察request的headers和cookies,再利用python的requests库中的方法发出请求,如果仍请求不到页面可在requests.get()方法中使用proxies参数,将代理之乡fiddler,观察爬虫的请求和浏览器的请求有什么差别,从而修改代码