什么是爬虫？

Posted 2023-04-15

网络爬虫(又被称为网页蜘蛛，网络机器人)就是模拟浏览器发送网络请求，接收请求响应，一种按照一定的规则，自动地抓取互联网信息的程序。

原则上,只要是浏览器(客户端)能做的事情，爬虫都能够做。

为什么我们要使用爬虫？

互联网大数据时代，给予我们的是生活的便利以及海量数据爆炸式地出现在网络中。

过去，我们通过书籍、报纸、电视、广播或许信息，这些信息数量有限，且是经过一定的筛选，信息相对而言比较有效，但是缺点则是信息面太过于狭窄了。不对称的信息传导，以至于我们视野受限，无法了解到更多的信息和知识。

互联网大数据时代，我们突然间，信息获取自由了，我们得到了海量的信息，但是大多数都是无效的垃圾信息。

例如新浪微博，一天产生数亿条的状态更新，而在百度搜索引擎中，随意搜一条——减肥100.000.000条信息。

通过某项技术将相关的内容收集起来，在分析删选才能得到我们真正需要的信息。

这个信息收集分析整合的工作，可应用的范畴非常的广泛，无论是生活服务、出行旅行、金融投资、各类制造业的产品市场需求等等……都能够借助这个技术获取更精准有效的信息加以利用。

网络爬虫技术，虽说有个诡异的名字，让能第一反应是那种软软的蠕动的生物，但它却是一个可以在虚拟世界里，无往不前的利器。

参考技术A

爬虫通俗来说就是抓取网页数据，比如说大家都喜欢的图片呀、小视频呀，还有电子书、文字评论、商品详情等等。

只要网页上有的，都可以通过爬虫爬取下来。

一般而言，python爬虫需要以下几步：

找到需要爬取内容的网页URL

打开该网页的检查页面（即查看HTML代码，按F12快捷键即可进入）

在HTML代码中找到你要提取的数据

写python代码进行网页请求、解析

存储数据

当然会python是前提，对于小白来说自学也不是件容易的事，需要花相当的时间去适应python的语法逻辑，而且要坚持亲手敲代码，不断练习。

如果对自己没有自信，也可以考虑看编程课程，跟着老师的节奏去学习，能比较快地掌握python语法体系，也能得到充分的案例练习。

参考技术B python是一种计算机的编程语言，是这么多计算机编程语言中比较容易学的一种，而且应用也广，这python爬虫是什么意思呢？和IPIDEA全球http去了解一下python爬虫的一些基础知识。

一、python爬虫是什么意思

爬虫：是一种按照一定的规则，自动地抓取万维网信息的程序或者脚本。另外一些不常使用的名字还有蚂蚁、自动索引、模拟程序或者蠕虫。

即：打开一个网页，有个工具，可以把网页上的内容获取下来，存到你想要的地方，这个工具就是爬虫。

Python爬虫架构组成：

1.网页解析器，将一个网页字符串进行解析，可以按照我们的要求来提取出我们有用的信息，也可以根据DOM树的解析方式来解析。

2.URL管理器：包括待爬取的URL地址和已爬取的URL地址，防止重复抓取URL和循环抓取URL，实现URL管理器主要用三种方式，通过内存、数据库、缓存数据库来实现。

3.网页下载器：通过传入一个URL地址来下载网页，将网页转换成一个字符串，网页下载器有urllib2（Python官方基础模块）包括需要登录、代理、和cookie，requests(第三方包)

4.调度器：相当于一台电脑的CPU，主要负责调度URL管理器、下载器、解析器之间的协调工作。

5.应用程序：就是从网页中提取的有用数据组成的一个应用。

二、爬虫怎么抓取数据

1.抓取网页

抓取网页有时候需要模拟浏览器的行为，很多网站对于生硬的爬虫抓取都是封杀的。这是我们需要模拟user agent的行为构造合适的请求，比如模拟用户登陆、模拟session/cookie的存储和设置。

2.抓取后处理

抓取的网页通常需要处理，比如过滤html标签，提取文本等。python的beautifulsoap提供了简洁的文档处理功能，能用极短的代码完成大部分文档的处理。

其实以上功能很多语言和工具都能做，但是用python能够干得最快，最干净。上文介绍了python爬虫的一些基础知识，相信大家对于“python爬虫是什么意思”与“爬虫怎么抓取数据”有一定的的认识了。现在大数据时代，很多学python的时候都是以爬虫入手，学习网络爬虫的人越来越多。通常使用爬虫抓取数据都会遇到IP限制问题，使用高匿代理，可以突破IP限制，帮助爬虫突破网站限制次数。 参考技术C 不是长着腿，就是爬行的那种虫就叫爬虫。爬虫应该是可分为会飞的，还有不会飞的，反正种类极多，就是爬行的，真的有很多从数都数不尽。如果是没有会爬的那种虫，他们应该就不叫爬虫。 参考技术D 爬虫就是爬行的虫子，一般形体较小

什么是爬虫|Python爬虫的原理是什么

前言

简单来说互联网是由一个个站点和网络设备组成的大网，我们通过浏览器访问站点，站点把HTML、JS、CSS代码返回给浏览器，这些代码经过浏览器解析、渲染，将丰富多彩的网页呈现我们眼前；

一、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；

二、爬虫的基本流程：

用户获取网络数据的方式：

方式1：浏览器提交请求—>下载网页代码—>解析成页面

方式2：模拟浏览器发送请求(获取网页代码)->提取有用的数据->存放于数据库或文件中

爬虫要做的就是方式2；

1、发起请求

使用http库向目标站点发起请求，即发送一个Request

Request包含：请求头、请求体等

Request模块缺陷：不能执行JS 和CSS 代码

2、获取响应内容

如果服务器能正常响应，则会得到一个Response

Response包含：html，json，图片，视频等

3、解析内容

解析html数据：正则表达式（RE模块），第三方解析库如Beautifulsoup，pyquery等

解析json数据：json模块

解析二进制数据:以wb的方式写入文件

4、保存数据

数据库（MySQL，Mongdb、Redis）

文件

三、http协议 请求与响应

Request：用户将自己的信息通过浏览器（socket client）发送给服务器（socket server）

Response：服务器接收请求，分析用户发来的请求信息，然后返回数据（返回的数据中可能包含其他链接，如：图片，js，css等）

ps：浏览器在接收Response后，会解析其内容来显示给用户，而爬虫程序在模拟浏览器发送请求然后接收Response后，是要提取其中的有用数据。

四、 request

1、请求方式：

常见的请求方式：GET / POST

2、请求的URL

url全球统一资源定位符，用来定义互联网上一个唯一的资源 例如：一张图片、一个文件、一段视频都可以用url唯一确定

url编码

www.baidu.com/s?wd=图片

图片会被编码（看示例代码）

网页的加载过程是：

加载一个网页，通常都是先加载document文档，

在解析document文档的时候，遇到链接，则针对超链接发起下载图片的请求

3、请求头

User-agent：请求头中如果没有user-agent客户端配置，服务端可能将你当做一个非法用户host；

cookies：cookie用来保存登录信息

注意： 一般做爬虫都会加上请求头

请求头需要注意的参数：

（1）Referrer：访问源至哪里来（一些大型网站，会通过Referrer 做防盗链策略；所有爬虫也要注意模拟）

（2）User-Agent:访问的浏览器（要加上否则会被当成爬虫程序）

（3）cookie：请求头注意携带

4、请求体

请求体
    如果是get方式，请求体没有内容 （get请求的请求体放在 url后面参数中，直接能看到）
    如果是post方式，请求体是format data

    ps：
    1、登录窗口，文件上传等，信息都会被附加到请求体内
    2、登录，输入错误的用户名密码，然后提交，就可以看到post，正确登录后页面通常会跳转，无法捕捉到post
复制代码

五、 响应Response

1、响应状态码

200：代表成功

301：代表跳转

404：文件不存在

403：无权限访问

502：服务器错误

2、respone header

响应头需要注意的参数：

（1）Set-Cookie:BDSVRTM=0; path=/：可能有多个，是来告诉浏览器，把cookie保存下来

（2）Content-Location：服务端响应头中包含Location返回浏览器之后，浏览器就会重新访问另一个页面

3、preview就是网页源代码

JSO数据

如网页html，图片

二进制数据等

六、总结

1、总结爬虫流程：

爬取—>解析—>存储

2、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

3、爬获校花网

最后送给大家点福利吧

基础版：

import re
import requests

respose\\=requests.get('http://www.xiaohuar.com/v/')
# print(respose.status\\_code)# 响应的状态码
# print(respose.content)  #返回字节信息
# print(respose.text)  #返回文本内容
urls=re.findall(r'class="items".\\*?href="(.\\*?)"',respose.text,re.S)  #re.S 把文本信息转换成1行匹配
url=urls\\[5\\]
result\\=requests.get(url)
mp4\\_url\\=re.findall(r'id="media".\\*?src="(.\\*?)"',result.text,re.S)\\[0\\]

video\\=requests.get(mp4\\_url)

with open('D:\\\\\\\\a.mp4','wb') as f:
    f.write(video.content)
复制代码

View Code

函数封装版

import re
import requests
import hashlib
import time

# respose=requests.get('http://www.xiaohuar.com/v/')
# # print(respose.status\\_code)# 响应的状态码
# # print(respose.content)  #返回字节信息
# # print(respose.text)  #返回文本内容
# urls=re.findall(r'class="items".\\*?href="(.\\*?)"',respose.text,re.S)  #re.S 把文本信息转换成1行匹配
# url=urls\\[5\\]
# result=requests.get(url)
# mp4\\_url=re.findall(r'id="media".\\*?src="(.\\*?)"',result.text,re.S)\\[0\\]
#
# video=requests.get(mp4\\_url)
#
# with open('D:\\\\\\\\a.mp4','wb') as f:
#     f.write(video.content)
#

def get\\_index(url):
    respose \\= requests.get(url)
    if respose.status\\_code==200:
        return respose.text

def parse\\_index(res):
    urls \\= re.findall(r'class="items".\\*?href="(.\\*?)"', res,re.S)  # re.S 把文本信息转换成1行匹配
    return urls

def get\\_detail(urls):
    for url in urls:
        if not url.startswith('http'):
            url\\='http://www.xiaohuar.com%s' %url
        result \\= requests.get(url)
        if result.status\\_code==200 :
            mp4\\_url\\_list \\= re.findall(r'id="media".\\*?src="(.\\*?)"', result.text, re.S)
            if mp4\\_url\\_list:
                mp4\\_url\\=mp4\\_url\\_list\\[0\\]
                print(mp4\\_url)
                # save(mp4\\_url)

def save(url):
    video \\= requests.get(url)
    if video.status\\_code==200:
        m\\=hashlib.md5()
        m.updata(url.encode('utf-8'))
        m.updata(str(time.time()).encode('utf-8'))
        filename\\=r'%s.mp4'% m.hexdigest()
        filepath\\=r'D:\\\\\\\\%s'%filename
        with open(filepath, 'wb') as f:
            f.write(video.content)

def main():
    for i in range(5):
        res1 \\= get\\_index('http://www.xiaohuar.com/list-3-%s.html'% i )
        res2 \\= parse\\_index(res1)
        get\\_detail(res2)

if \\_\\_name\\_\\_ == '\\_\\_main\\_\\_':
    main()
复制代码

View Code

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）

import re
import requests
import hashlib
import time
from concurrent.futures import ThreadPoolExecutor
p\\=ThreadPoolExecutor(30) #创建1个程池中，容纳线程个数为30个；

def get\\_index(url):
    respose \\= requests.get(url)
    if respose.status\\_code==200:
        return respose.text

def parse\\_index(res):
    res\\=res.result() #进程执行完毕后，得到1个对象
    urls = re.findall(r'class="items".\\*?href="(.\\*?)"', res,re.S)  # re.S 把文本信息转换成1行匹配
    for url in urls:
        p.submit(get\\_detail(url))  #获取详情页 提交到线程池

def get\\_detail(url):  #只下载1个视频
        if not url.startswith('http'):
            url\\='http://www.xiaohuar.com%s' %url
        result \\= requests.get(url)
        if result.status\\_code==200 :
            mp4\\_url\\_list \\= re.findall(r'id="media".\\*?src="(.\\*?)"', result.text, re.S)
            if mp4\\_url\\_list:
                mp4\\_url\\=mp4\\_url\\_list\\[0\\]
                print(mp4\\_url)
                # save(mp4\\_url)

def save(url):
    video \\= requests.get(url)
    if video.status\\_code==200:
        m\\=hashlib.md5()
        m.updata(url.encode('utf-8'))
        m.updata(str(time.time()).encode('utf-8'))
        filename\\=r'%s.mp4'% m.hexdigest()
        filepath\\=r'D:\\\\\\\\%s'%filename
        with open(filepath, 'wb') as f:
            f.write(video.content)

def main():
    for i in range(5):
        p.submit(get\\_index,'http://www.xiaohuar.com/list-3-%s.html'% i ).add\\_done\\_callback(parse\\_index)
        #1、先把爬主页的任务（get\\_index）异步提交到线程池
        #2、get\\_index任务执行完后，会通过回调函add\\_done\\_callback（）数通知主线程，任务完成；
        #2、把get\\_index执行结果（注意线程执行结果是对象，调用res=res.result()方法，才能获取真正执行结果），当做参数传给parse\\_index
        #3、parse\\_index任务执行完毕后，
        #4、通过循环，再次把获取详情页 get\\_detail（）任务提交到线程池执行

if \\_\\_name\\_\\_ == '\\_\\_main\\_\\_':
    main()
复制代码

View Code

涉及知识：多线程多进程

计算密集型任务：使用多进程，因为能Python有GIL，多进程可以利用上CPU多核优势；

IO密集型任务：使用多线程，做IO切换节省任务执行时间（并发）

线程池