01--小白学Python爬虫之爬虫概念、分类、原理及连载规划

前言

小到出门扯淡，大到国家政策，无一例外，比较常见的三个字”大数据”，处处表示着已经进入大数据时代，那在大数据时代，最重要的是什么呢？毫无疑问，数据！而数据又是怎么来的呢？下面简单列一下：

• 企业生产的用户数据
  
  • 比如像BAT等公司，拥有庞大的用户群体，用户的任何行为都会成为他们数据源的一部分
• 数据平台购买数据
  
  • 比如从国家数据中心 数据市场等购买
• 政府 机构公开数据
  
  • 比如统计局 银行公开数据等
• 数据管理公司
  
  • 比如艾瑞咨询等
• 爬虫获取网络数据
  
  • 通过网络爬虫技术，爬去网络数据，以供使用

概念

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者），是一种按照一定的规则，自动地抓取万维网信息的程序或者脚本。另外一些不常使用的名字还有蚂蚁、自动索引、模拟程序或者蠕虫。(以上概念来自百度百科)

简而言之 就是通过程序去网络上抓取自己想要的数据信息。

爬虫分类

通用网络爬虫

概念

搜索引擎用的爬虫系统

目标

尽可能把互联网上网页下载下来，放到自有服务器形成备份，再对这些网页做提取关键字等处理，对外提供用户检索接口

抓取流程

1. 选择目标URL，放入待爬取队列
2. 从队列中取出URL，解析DNS得到主机IP，接着去IP对应的服务器中下载HTML，保存到本地服务器，将此URL放入已爬取队列
3. 分析网页内容，根据需求查找网页内其他URL，继续执行第二步，直至爬取条件结束

一句话：取网页–>存储数据–>内容处理–>提供检索

缺点

1. 只能提供和文本相关内容，不能提供多媒体和二进制文件等
2. 提供的结果不具有特殊性，不能针对不同背景领域的人提供不同的搜索结果
3. 不能理解为人类语义上的检索

爬行策略

1. 深度优先
   
   • 按照深度由低到高的顺序，依次访问下一级网页链接，直到不能再深入为止
2. 广度优先
   
   • 按照网页内容目录层次深浅来爬行页面，处于较浅目录层次的页面首先被爬行

聚焦网络爬虫

概念

又称主题网络爬虫，选择性的爬取与预先定义好的主题相关方面的爬虫。

优势

• 只爬取与主题相关的页面，极大的节省了硬件和网络资源
• 保存页面少，更新快
• 更好的满足特定人群对特定领域信息需求

其它

同通用网络爬虫

爬虫应用示例

• 抓取社交网站妹纸信息
• 抓取网络视频数据
• 抓取网络小说 段子等信息
• 只要能通过浏览器访问，都可以get到

连载规划

如何抓取HTML页面

• HTTP请求处理
• urllib requests等模拟浏览器发送请求

解析服务器响应内容

• re xpath bs4 jsonpath pyquery等使用
• 对需要提取数据定义匹配规则，来匹配筛选出目标内容

采集动态HTML，验证码处理

• 通用的动态页面采集：Selenium+PhantomJS（无界面）,模拟真实浏览器加载js ajax等非静态页面数据
• Tesseract:机器学习库，机器图像识别系统，可以处理简单的验证码，复杂的可以通过手动输入或专门的打码平台

Scrapy框架(Scrapy Pyspider)

• 高定制性 高性能，异步网络框架twisted，下载数据速度快
• 提供数据存储 下载 提取规则等组件

分布式策略(scrapy-redis)

• scrapy-redis，在scrapy基础上添加了一套以Redis数据库为核心的组件
• 让Scrapy框架支持分布式功能，在Redis中做请求指纹去重 请求分配 数据临时存储等

结语

学习和记录的过程是漫长而枯燥的，从现在起，打满鸡血，时刻督促提醒自己，希望能够坚持到底。最后一句话，与君共勉–>路漫漫其修远兮，吾将上下而求索~