爬虫（一）爬虫原理和网页构造

网络连接

爬虫需要了解关于网络连接的知识不多，只需要知道最基本的连接原理即可。
如下图所示：

在客户端点开一个连接就会向服务器发送出一个请求，服务器就会向客户端返回相应的文件。
比如上网买东西。你下单了，就是发送一个请求（请求里携带着你的地址信息）给仓库，仓库就会发送相应的货物给你。而爬虫就是可以模拟你下单的动作，并且会自动处理仓库发送过来的货物。

爬虫原理

爬虫的原理就是模拟浏览器对目标网站发送请求，然后从网站返回的数据中提取有用的数据，并将有用的数据存放于数据库或文件中。
即如下三大步骤：