爬虫系列-第一个爬虫

 个人主页: 会编程的果子君
​个人格言:“成为自己未来的主人~” 

首先，我们需要回顾一下爬虫的概念，爬虫就是我们通过我们写的程序去抓取互联网上的数据资源，比如，此时我需要百度的资源，在不考虑爬虫的情况下，我们肯定是打开浏览器，然后输入百度的网址，紧接着，我们就能在浏览器上看到百度的内容了，那换成爬虫呢？其实道理是一样的，只不过，我们需要用代码来模拟一个浏览器，然后同样输入百度的网址，那么我们的程序应该也能拿到百度的内容，对吧

在Python中，我们可以直接用urllib模块来完成对浏览器的模拟工作~，直接上代码

 

from urllib.request import urlopen

resp=urlopen("http://www.baidu.com")# 打开百度
print(resp.read().decode("utf-8"))# 打印抓取到的内容

是不是很简单？

我们可以把抓取到的html内容全部写入文件中，然后和原版的百度进行对比，看看是否一致