标签：工具 request 文件 ffffff 分享图片 json cto 联网 ESS
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；
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
三个Python爬虫版本，带你以各种方式爬取校花网，轻松入门爬虫
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？
好啦，以上就是我的分享，如果你跟我一样都喜欢python，想成为一名优秀的程序员，也在学习python的道路上奔跑，欢迎你加入python学习群：839383765 群内每天都会分享最新业内资料，分享python免费课程，共同交流学习，让学习变（编）成（程）一种习惯！
标签：工具 request 文件 ffffff 分享图片 json cto 联网 ESS
原文地址：http://blog.51cto.com/14186420/2348286
