标签：实用 正则表达 发送 div pos 复杂 nbsp 验证 alt
很多人学用python，用得最多的还是各类爬虫脚本：有写过抓代理本机验证的脚本，有写过自动收邮件的脚本，还有写过简单的验证码识别的脚本，那么我们今天就来总结下python爬虫抓站的一些实用技巧。
对于静态网页的爬虫不用多说大家也都知道，因为爬取静态网页非常的简单，只要用requests直接把html爬取下来然后用正则表达式匹配就可以了。
相对于静态网页的简单，但是动态网页的就会相对而而言会复杂一下，而且现在互联网的发展速度，动态网页是最多的，静态网页是比较少的，不过他有张良计，我有过墙梯。
动态网页的http请求分为两种形式:
Get方法和post方法
如果知道一个网站的请求是形式，熟练使用F12开发者工具，里面查看network就可以了。
当然了，并不是所有的网页都是靠发送请求来得到数据的，也有非发送数据的动态网页。
对于这样的网站，我们一般是用selenium来做模拟浏览器的行为，可以直接获取浏览器渲染后的结果。不过selenium的速度比较慢。
所以无论网页是静态网页还是动态网页都是方法爬取的，当然了，很多网站是需要登录和识别验证码、反爬等，无论网站出什么样的措施都是有应对方法，关键在于你会不会。
标签：实用 正则表达 发送 div pos 复杂 nbsp 验证 alt
原文地址：https://www.cnblogs.com/Python6359/p/9606537.html
