python爬虫了解第一篇

爬虫开始

爬虫的实际例子

  • 搜索引擎:关键字匹配提取,前提是要将所有的页面爬一遍,然后存到自己的服务器,当用户惊醒搜索的时候,根据自己的搜索内容,搜索引擎将用户搜索信息返回给用户。
  • 伯乐在线: 文章的搬运工(http://www.jobbole.com/
  • 惠惠购物助手: 谷歌插件,爬到电商平台的价格对比。
  • 数据分析与研究: 某一行业的数据分析(基于实际的数据分析),数据冰山&舆情分析&数据可视化
  • 抢票软件:模拟人点击的操作。

什么是网络爬虫

  • 通俗理解就是: 一个模拟人请求网站的程序,可以自动请求网页并将所定义需求的数据抓取下来,然后提取有价值的数据。

通用爬虫和聚焦爬虫

  • 通用爬虫:类似于搜索引擎抓取系统的重要组成部分。主要将网页信息下载到搜索引擎存储,形成一个互联网内容的镜像备份
  • 聚焦爬虫: 面向特定需求的一种爬虫。会将爬去到的信息进行筛选和处理

准备工具

  • Python3+
  • Pycharm Professional
  • 虚拟环境

相关推荐