目录
先讲一些基本原理,后面接上案例说明
建议把Jupyter和Pycharm都装上
1.认识爬虫相关库
目前Python有着形形色色的爬虫相关库,按照库的功能,整理如下:
2.爬虫基本流程:
--- 发起请求:通过HTTP库向目标站点发起请求,即发送一个Request,请求可以包含额外的headers等
信息,等待服务器响应。
--- 面内容,类型可能有HTML,Json字符串,二进制数据(如图片视频)等类型。
---
解析内容:得到的内容可能是HTML,可以用正则表达式、网页解析库进行解析。可能是Json,可以
直接转为Json对象解析,可能是二进制数据,可以做保存或者进一步的处理。
---
保存数据