爬虫和办公自动化（二）

爬虫和办公自动化（二）

浏览器工作原理：
打开网站——寻找网站服务器——返回网站内容
爬虫工作原理：
寻找网站服务器——处理数据——存储数据

res=requests.get(网站地址’) 将服务器的响应结果存到变量res中

• res.status_code 响应的http状态码

• res.text 响应内容的字符串形式

• res.content 响应内容的二进制形式

• res.encoding 响应内容的编码

爬虫的解析和提取：

网页的本质是HTML，爬虫要解析的就是HTML。

浏览器工作原理：
打开网站——寻找网站服务器——返回网站内容

向浏览器中输入某个网址，浏览器回向服务器发出请求，然后服务器就会作出响应。其实，服务器返回给浏览器的这个结果就是HTML代码，浏览器会根据这个HTML代码将网页解析成平时我们看到的那样

例：

import requests
res=requests.get('https://baidu.com')
print(res.text)

结果会输出整个网页的源代码

网页开发，也叫web开发:HTML,CSS,JavaScript

进行