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

 

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？