Python 网络爬虫入门详解！！

注：博主的基础篇文章适合萌新学习python并且里面的内容会持续的更新！
说明：并非是最优代码，但程序完全正确！因为此时作者也处在学习阶段！

爬虫主要分为通用爬虫和聚焦爬虫
通用爬虫：百度，360，搜狐，谷歌，必应……
原理：
（1）抓取网页
（2）采集数据
（3）数据处理
（4）提供检索服务
HTTP协议和抓包工具
http服务端口是80端口
https服务端口号是443端口，https协议实在http协议上加入了ssl层，进行了加密
url（统一资源定位符）
组成部分：scheme：//host：port/path/?query-string=xxx #anchor
一个url有以下几部分组成：
scheme：代表的是访问协议，一般为http或https以及ftp等
host：主机名，域名。比如www.baidu.com
port：端口号，默认为80端口
path：查找路径
query-string：查询字符串（在？后面的内容）
anchor：锚点，前端用来做页面定位的（在#后面的内容）

持续不断地更新！！