Pyhton爬虫三个流程的实现 1.获取网页 获取网页的基础技术:request、urllib和selenium。 获取网页的进阶技术:多进程多线程抓取、登陆抓取、突破IP封禁和服务器抓取。 2.解析网页 解析网页的基础技术:re正则表达式、BeautifulSoup和lxml。 解析网页的进阶技术:解决中文乱码。 3.存储数据 存储数据的基础技术:存入txt文件和存入csv文件。 存储数据的进阶技术:存入MySql数据库和存入MongoDb数据库。