爬蟲是什麼?
如果我們把互聯網比作一張大的蜘蛛網,數據便是存放於蜘蛛網的各個節點,而爬蟲就是一隻小蜘蛛,
沿著網絡抓取自己的獵物(數據)爬蟲指的是:向網站發起請求,獲取資源後分析並提取有用數據的程序;
從技術層面來說就是 通過程序模擬瀏覽器請求站點的行為,把站點返回的HTML代碼/JSON數據/二進制數據(圖片、視頻) 爬到本地,進而提取自己需要的數據,存放起來使用;
基本環境配置
版本:Python3
系統:Windows
IDE:Pycharm
爬蟲所需工具:
請求庫:requests,selenium(可以驅動瀏覽器解析渲染CSS和JS,但有性能劣勢(有用沒用的網頁都會加載);)
解析庫:正則,beautifulsoup,pyquery
存儲庫:文件,MySQL,Mongodb,Redis
為了幫助大家更輕鬆的學好Python開發技術,Python爬蟲,Python數據分析,我給大家分享一套Python學習資料,關注我頭條號,然後私信我‘2020’幾個數字免費領取。還有專業的老司機在線免費直播分享答疑!(注意私信我關鍵字不要寫錯,可以複製)
Python爬蟲基本流程
基礎版:
函數封裝版
併發版
(如果一共需要爬30個視頻,開30個線程去做,花的時間就是 其中最慢那份的耗時時間)
明白了Python爬蟲的基本流程,然後對照代碼是不是覺得爬蟲特別的簡單呢?
閱讀更多 程序員趣事 的文章