python爬虫总结

C++,Java,python等很多语言都可以爬数据,推荐大家用python,理由简单实用。

爬虫,根据爬的对象,可以分为爬网页和爬app。

相对来说,爬app的难度会大一点,因为熟悉Android和iOS开发的人员少,反编译的难度比较大。

但不是说,爬网页是很简单的事,这主要看双方的攻防较量。

下面说下爬虫的一般流程:

第一、锁定一个要爬取的URL,网页可以通过浏览器网络确定,app就需要抓包,详情这边不在展开。

第二、解析数据,包括HTML、XML、JSON。

第三、组包,拼接包头和内容,发送请求,获取响应数据。

第四、通过队列进行数据存取。

第五、增加IP代理池,防止IP被锁定。

第六、数据入库,可以选MongoDB或Mysql,具体选哪种数据库,看实际情况。

第七、部署服务器,进行长时间测试。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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