爬虫python怎么读_如何入门 Python 爬虫？

现在可以说是一个大众对数据越来越敏感，越来越重视的时代。

比方说，住在城堡里的 Lucy 姑娘发现，有越来越多的时候，需要在网上采集一些数据来进行分析，或者构建语料库。

比方说，想每天看看 自己发和对手发的的视频点击量都如何了，想买的口红价格一直有没有变化。

导论——如何完成 价格监控 场景实例

每采集一个网站，就得写一次爬虫，虽然简单，但是每次都写好麻烦的！

这篇文章，我们来 教你 怎么写一个像早期造数Demo版本一样的云爬虫。

来造数 - 好用的云爬虫帮你省时省力采集数据

——————————————————————————————————

造数云爬虫使用介绍—在线播放—优酷网，视频高清在线观看http://v.youku.com/v_show/id_XMjUyMzc1MzE0OA==.html?from=s1.8-1-1.2&spm=a2h0k.8191407.0.0

—————————————————————————————————

【架构的设想】

(架构内容来自造数的深度用户 Joe)

由于用户端和云端都需要展示Web页面，为了省去PHP页面+Python采集解析这个过程中需要的通讯过程，干脆直接使用Web.py来构建整个项目。

那么剩下的问题无非也就几个：如何构建自己的“审察元素”/“inspector”功能

学习web.py框架(之前没用过)

【inspector 构建】

inspector无非就是监听每一个元素的 hover事件，当某一个元素上检测到hover进入的事件，就将该元素加一个明显的border，并修改一下其背景色、透明度之类的属性：

当检测到hover移出的时间，就恢复该元素之前的样式属性。

注意：为什么是jquery语法使用了 $$ ，而不是单个 $？

为整个项目使用了Web.py框架，模板文件里面的$必须转义为$$，或者修改为：jQuery为什么要先：unbind？

因为“获取翻页模式”和“inspector模式”，都监听了hover事件

【预测用户需要采集的目标】

现在的网页，一般相同的模式/样式的元素，其class或者xpath是相似或相同的。那么当用户点击一个元素之后，从当前的元素往上级寻找，直到有class能标志该目标。

analyze_kclass的功能是解决某一个元素的class中，有一个在整个dom中是唯一的，如：

... 中的 page-item-9088 ，那么使用 page_item page-item-9088 就出问题啦，要把类似 page-item-9088 这样的项去掉。

【没代码 说个代码】

【欢迎使用造数】