三個Python爬蟲版本,帶你以各種方式爬取校花網,輕鬆入門爬蟲
阿新 • • 發佈:2019-01-05
爬蟲是什麼?
進群進群:943752371可以獲取Python各類入門學習資料!
這是我的微信公眾號【Python程式設計之家】各位大佬用空可以關注下,每天更新Python學習方法,感謝!
如果我們把網際網路比作一張大的蜘蛛網,資料便是存放於蜘蛛網的各個節點,而爬蟲就是一隻小蜘蛛,
沿著網路抓取自己的獵物(資料)爬蟲指的是:向網站發起請求,獲取資源後分析並提取有用資料的程式;
從技術層面來說就是 通過程式模擬瀏覽器請求站點的行為,把站點返回的HTML程式碼/JSON資料/二進位制資料(圖片、視訊) 爬到本地,進而提取自己需要的資料,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,但有效能劣勢(有用沒用的網頁都會載入);)
解析庫:正則,beautifulsoup,pyquery
儲存庫:檔案,MySQL,Mongodb,Redis
Python爬蟲基本流程
基礎版:
函式封裝版
併發版
(如果一共需要爬30個視訊,開30個執行緒去做,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,然後對照程式碼是不是覺得爬蟲特別的簡單呢?