[翻译]<Web Scraping with Python>Chapter 0.前言

为什么要选择网络爬虫(Web Scraper)

• 爬虫可以一次收集大量信息，而不必拘泥于浏览器一个一个获取信息。这些信息可以在数据库中一次看成千上万条。
• API相当出色：可以很方便的提供格式化数据，为何不用API获取信息？
  ——当然如果有API的话，建议用API获取信息。但是不一定有API可供使用。
  1， 从不同网站上收集信息可能没有统一的API。
  2，获取的数据很少，网站管理员认为没必要授权API给这样的情况。
  3，网络上的数据架构或许不适合或者技术不适合提供API。
  4，即使API存在，能用API获取的数据大小、速率、种类、格式等，也可能不适合你。
  所以如果你能用浏览器看的话，那就能用Python脚本获取，也就能存在数据库中，当然事实上就能随意使用这些数据做任何你想做的。
  有很多项目的基础是几乎无限的数据：市场预测、机器语言翻译、药品分析等等。即使是在艺术的前沿，也有其用武之地。比如2006年的Jonathan Harris和Sep Kamvar的项目”We Feel Fine”就是从很多博客上爬取以”I feel”或”I am feeling”开头的短语组成的。
  第一部分包含以下内容：
  1，从网站获取HTML信息
  2，解析成目标信息
  3，存储成目标信息
  4，到其他页面重复以上1～3的操作
  接下来，我们就开始正式的学习