文章目录
显示
爬虫概述
给网站发起请求，并从响应中提取需要的数据的自动化程序
1.发起请求，获取响应
通过http库，对目标网站请求，相当于自己用浏览器打开网站。
常用库：urllib，requests
服务器会返回请求的内容，一般为：html，二进制文件（视频，音频），文档，json字符串
2.解析内容
寻找自己需要的信息，就是利用正则表达式或者其他python库提取自己想要的内容。
常用库：re、beautifulsoup4
3.保存数据
将解析得到的数据持久化到文件或者数据库中