爬虫是什么?
如果我们把互联网比作一张大的蜘蛛网,数据便是存放于蜘蛛网的各个节点,而爬虫就是一只小蜘蛛,
沿着网络抓取自己的猎物(数据)爬虫指的是:向网站发起请求,获取资源后分析并提取有用数据的程序;
从技术层面来说就是 通过程序模拟浏览器请求站点的行为,把站点返回的HTML代码/JSON数据/二进制数据(图片、视频) 爬到本地,进而提取自己需要的数据,存放起来使用;
为了帮助大家更轻松的学好Python开发,爬虫技术,Python数据分析等相关知识,给大家分享一套Python学习资料,小编推荐一个学Python技术的学习裙;五八三二六二一六八,无论你是大牛还是小白,是想转行还是想入行都可以来了解一起进步一起学习!裙内有开发工具,很多干货和技术资料分享!
基本环境配置
版本:Python3
系统:Windows
IDE:Pycharm
爬虫所需工具:
请求库:requests,selenium(可以驱动浏览器解析渲染CSS和JS,但有性能劣势(有用没用的网页都会加载);)
解析库:正则,beautifulsoup,pyquery
存储库:文件,MySQL,Mongodb,Redis
Python爬虫基本流程
基础版:
函数封装版
并发版
(如果一共需要爬30个视频,开30个线程去做,花的时间就是 其中最慢那份的耗时时间)
明白了Python爬虫的基本流程,然后对照代码是不是觉得爬虫特别的简单呢?
原文地址:https://www.cnblogs.com/ITbiancheng/p/12434523.html
时间: 2024-11-05 15:53:30