python爬虫代码模板_Python爬虫让你轻松爬取校花 !

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?

你可能感兴趣的:(python爬虫代码模板)