day35 爬虫简述
Posted 天才源于勤奋 聪明在于积累
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了day35 爬虫简述相关的知识,希望对你有一定的参考价值。
爬虫概要
- - pip3 install requests
- - pip3 install beautifulsoup4
- 基本爬虫:
- - Python实现浏览器行为,requests
- - beautifulsoup4,对html内容进行分析
- - Http相关知识:
-
- - cookie
- csrf
- 请求头
性能相关:
- 线程池
- 进程池
- 异步非阻塞,
- (异步=回调,非阻塞=不等待)遇到IO请求不等待,继续执行其他任务,如果IO请求响应内容回来了,自动回调执行某个函数
- 协程
- twisted
- gevent
- greenlet,协程
- libevent
- asyncio
- tornado
Scrapy框架
- 性能相关: twisted
- URL
- 对象, #id
redis-scrapy
1. 基本爬虫
- 基本获取页面指定内容
- 登录之后
- github
- chouti
- 博客园(用户名密码加密)
- 用户名和密码
- 知乎,新浪微博(图片验证码)
- 第三方
- xxx
课堂代码:
https://github.com/liyongsan/git_class/tree/master/day35/s16day35
以上是关于day35 爬虫简述的主要内容,如果未能解决你的问题,请参考以下文章