Python中的爬虫究竟是什么？

2022-12-06 本文已影响0人 Tony_Pm

爬虫有什么用？在Python中爬虫要做的是什么？

其实我们所谓的上网便是由用户端计算机发送请求给目标计算机，将目标计算机的数据下载到本地的过程。
只不过，用户获取网络数据的方式是：浏览器提交请求->下载网页代码->解析/渲染成页面。

而爬虫程序要做的就是：模拟浏览器发送请求->下载网页代码->只提取有用的数据->存放于数据库或文件中

爬虫基本流程：

发送请求 ---> 获取响应内容 ---> 解析内容 ---> 保存数据
1、发起请求使用http库向目标站点发起请求，即发送一个RequestRequest包含：请求头、请求体等
2、获取响应内容如果服务器能正常响应，则会得到一个ResponseResponse包含：html，json，图片，视频等
3、解析内容解析html数据：正则表达式，第三方解析库如Beautifulsoup，pyquery等解析json数据：json模块解析二进制数据:以b的方式写入文件
4、分类保存数据如：excel表格、数据库文件

如果我们把互联网比作一张大的蜘蛛网，那一台计算机上的数据便是蜘蛛网上的一个猎物，而爬虫程序就是一只小蜘蛛，沿着蜘蛛网抓取自己想要的猎物(数据)。

爬虫的定义：向网站发起请求，获取资源后分析并提取有用数据的程序
爬虫的价值：互联网中最有价值的便是数据，比如天猫商城的商品信息，链家网的租房信息，雪球网的证券投资信息等等，这些数据都代表了各个行业的真金白银，可以说，谁掌握了行业内的第一手数据，谁就成了整个行业的主宰，如果把整个互联网的数据比喻为一座宝藏，那我们的爬虫课程就是来教大家如何来高效地挖掘这些宝藏，掌握了爬虫技能，你就成了所有互联网信息公司幕后的老板，换言之，它们都在免费为你提供有价值的数据。

总结爬虫流程：爬取--->解析--->存储
爬虫所需工具：