尋夢新聞LINE@每日推播熱門推薦文章,趣聞不漏接❤️
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,而爬蟲就是一只小蜘蛛,
沿著網路抓取自己的獵物(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;
Python學習資料或者需要代碼、視頻加Python學習群:960410445
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
Python爬蟲基本流程
基礎版:
函數封裝版
並發版
(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?