本文是Python爬虫的初级教程，介绍了浏览器的基本结构，包括用户界面、浏览器引擎、渲染引擎、网络等组件。同时，讲解了爬虫的四个步骤：获取数据、解析数据、提取数据和储存数据。文中提到了requests模块在爬虫中的应用，以及GET和POST方法。通过学习，读者将理解爬虫如何通过HTTP请求获取和处理网页数据。
文章目录
前言：
这篇博客涵盖了初级爬虫一些概念知识，刚开始学习爬虫时可能有些不理解，感觉繁琐，但是学到后面则慢慢逐渐发现这里的秘密，可以反过头来复习就会有很大的收获
爬虫原理可参考https://blog.csdn.net/xdc1812547560/article/details/107954805
浏览器
想要去获取数据，那么从哪里获取呢？
首先想到的，自然是网页，的确大部分数据都来源于网页，而网页则又与浏览器息息相关
浏览器抽象结构图：
👉1、用户界面（User Interface）
（1）用户界面主要包括工具栏、地址栏、前进/后退按钮、书签菜单、可视化页面加载进度、智能下载处理、首选项、打印等。除了浏览器主窗口显示请求的页面之外，其他显示的部分都属于用户界面。
（2）用户界面还可以与桌面环境集成，以提供浏览器会话管理或与其他桌面应用程序的通信。
👉2、浏览器引擎（Browser Engine）
（1）浏览器引擎是一个可嵌入的组件，其为渲染引擎提供高级接口。
（2）浏览器引擎可以加载一个给定的URI，并支持诸如：前进/后退/重新加载等浏览操作。
（3）浏览器引擎提供查看浏览会话的各个方面的挂钩，例如：当前页面加载进度、JavaScript alert。
（4）浏览器引擎还允许查询/修改渲染引擎设置。
👉3、渲染引擎（Rendering Engine）
（1）渲染引擎为指定的URI生成可视化的表示。
（2）渲染引擎能够显示【HTML】和【XML】文档，可选择【CSS】样式，以及嵌入式内容（如图片
最低0.47元/天 解锁文章
254
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
