爬虫的概念
网络爬虫就是模拟客户端发送网络请求,接收请求响应,一种按照一定的规则,自动地抓取互联网信息的程序。原则上,只要是浏览器能做的事情,爬虫都能够做。
爬虫的作用
- 数据采集
- 软件测试
- 抢票
- 投票
- 网络安全
爬虫分类
- 根据被爬虫网站的数量不同,可以分为:
-
- 通用爬虫,如搜索引擎
- 聚焦爬虫,如12306抢票,或专门抓取某一个网站数据
- 根据是否以获取数据为目的,可以分为:
-
- 功能性爬虫,给你喜欢的明星投票,点赞
- 数据增量爬虫,比如招聘信息
- 根据url地址和对应的页面内容是否改变,数据增量爬虫可以分为:
-
- 基于url地址变化,内容也随之变化的数据增量爬虫
- url地址不变,内容变化的数据增量爬虫
爬虫流程
![在这里插入图片描述](https://img-blog.csdnimg.cn/20191014150532386.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ0NTQyNzcw,size_16,color_FFFFFF,t_70)