机器学习笔记-python爬虫（1）——爬取简单界面

用途：通过本案例学习可以了解到简单单一网页界面的爬取，但对于动态网页或网页页采集等功能需要借助下一节的UA伪装来实现

案例：通过爬虫爬出搜狗搜索的初始页面数据，并将其页面数据持久化储存

工具：python requests包（requests能够让你轻易地发送HTTP请求，这可库使用简单，功能完善。）

前提知识：网页的url及其获取方法、requests请求方式、页面源代码形式

一、网页的url及其获取方法

url：URL是统一资源定位符，对可以从互联网上得到的资源的位置和访问方法的一种简洁的表示，是互联网上标准资源的地址。它不仅可用来定位网络上信息资源的地址，也可用来定位本地系统要访问的文件。

网页url获取方法：

1、找到想要读取的网站，右键选择检查打开开发者界面。

2、选择网络，刷新一次网页，找到url。

二、requests请求方式

通过开发者界面找到该网页的请求方式，选择合适的请求方式，因为这里采用get请求，所以我们使用requests.get()命令。