初始爬虫—获取数据

1、浏览器的工作原理

以下，就是浏览器的工作原理，是人、浏览器、服务器三者之间的交流过程：

首先，我们在浏览器输入网址（也可以叫URL）。然后，浏览器向服务器传达了我们想访问某个网页的需求，这个过程就叫做【请求】。

紧接着，服务器把你想要的网站数据发送给浏览器，这个过程叫做【响应】

所以浏览器和服务器之间，先请求，后响应，有这么一层关系。

当服务器把数据响应给浏览器之后，浏览器并不会直接把数据丢给你。因为这些数据是用计算机的语言写的，浏览器还要把这些数据翻译成你能看得懂的样子，这是浏览器做的另一项工作【解析数据】。

紧接着，我们就可以在拿到的数据中，挑选出对我们有用的数据，这是【提取数据】。

最后，我们把这些有用的数据保存好，这是【存储数据】。

2、爬虫的工作原理

其实，爬虫可以帮我们代劳这个过程的其中几步，请看下图：

把【请求——响应】封装为一个步骤——获取数据。由此，我们得出，爬虫的工作分为四步：

第0步：获取数据。爬虫程序会根据我们提供的网址，向服务器发起请求，然后返回数据。

第1步：解析数据。爬虫程序会把服务器返回的数据解析成我们能读懂的格式。

第2步：提取数据。爬虫程序再从中提取出我们需要的数据。

第3步：储存数据。爬虫程序把这些有用的数据保存起来，便于你日后的使用和分析。

3、体验爬虫

任务就是学会爬虫的第0步：获取数据。
我们将会利用一个强大的库——requests来获取数据，requests库可以帮我们下载网页源代码、文本、图片，甚至是音频。

3.1 requests.get()的基本用法

import requests
#引入requests库
res = requests.get('URL')
#requests.get是在调用requests库中的get()方法，它向服务器发送了一个请求，括号里的参数是你需要的数据所在的网址，然后服务器对请求作出了响应。
#我们把这个响应返回的结果赋值在变量res上。

requests.get()发送了请求，然后得到了服