今天我们正式开始Python网络爬虫知识分享，今天主要分享的是，对于网络爬虫的介绍，以及对网络的使用了解

一：数据获取方式

1. 企业生产的用户数据：大型互联网公司有海量用户，所以他们积累数据有天然的优势。有数据意识的中小型企业，也开始积累的数据。

2. 数据管理咨询公司：通常这样的公司有很庞大的数据采集团队，一般会通过市场调研、问卷调查、固定的样本检测，和各行各业的公司进行合作、专家对话(数据积累很多年了，最后得出科研结果)来采集数据。

3. 政府/机构提供的公开数据：政府通过各地政府统计上报的数据进行合并;机构都是权威的第三方网站。

4. 第三方数据平台购买数据：通过各个数据交易平台来购买各行各业需要的数据，根据获取难度不同，价格也会不同。

5. 爬虫爬取数据：如果市场上没有我们需要的数据，或者价格太高不愿意买，那么就可以招/做一个爬虫工程师，从互联网上定向采集数据。

二：什么事爬虫

抓去网页数据的程序

三：爬虫怎么抓去数据

网页三大特征：

-1. 网页都有自己唯一的URL(统一资源定位符)来进行定位

-2. 网页都使用HTML (超文本标记语言)来描述页面信息。

-3. 网页都使用HTTP/HTTPS(超文本传输协议)协议来传输HTML数据

爬虫的设计思路：

-1. 首先确定需要爬取的网页URL地址。

-2. 通过HTTP/HTTP协议来获取对应的HTML页面。

-3. 提取HTML页面里有用的数据：

a. 如果是需要的数据，就保存起来。

b. 如果是页面里的其他URL，那就继续执行第二步。

四：为什么选择Python做爬虫

可以做爬虫的语言有很多，如 PHP、Java、C/C++、Python等等...

- PHP 虽然是世界上最好的语言，但是他天生不是干这个的，而且对多线程、异步支持不够好，并发处理能力很弱。爬虫是工具性程序，对速度和效率要求比较高。

- Java 的网络爬虫生态圈也很完善，是Python爬虫最大的对手。但是Java语言本身很笨重，代码量很大。重构成本比较高，任何修改都会导致代码的大量变动。爬虫经常需要修改部分采集代码。

- C/C++ 运行效率和性能几乎最强，但是学习成本很高，代码成型比较慢。能用C/C++做爬虫，只能说是能力的表现，但是不是正确的选择。

- Python 语法优美、代码简洁、开发效率高、支持的模块多，相关的HTTP请求模块和HTML解析模块非常丰富。还有强大的爬虫Scrapy，以及成熟高效的 scrapy-redis分布式策略。而且，调用其他借口也非常方便(胶水语言)

五：课程介绍

-1. Python的基本语法知识(可在本公众号入门中学习～)

-2. 如何抓取HTML页面：

HTTP请求的处理，urllib、urllib2、requests

处理后的请求可以模拟浏览器发送请求，获取服务器响应的文件

-3. 解析服务器响应的内容

re、xpath、BeautifulSoup4(bs4)、jsonpath、pyquery等

使用某种描述性一样来给我们需要提取的数据定义一个匹配规则，

符合这个规则的数据就会被匹配。

-4. 如何采集动态HTML、验证码的处理

通用的动态页面采集：Selenium + PhantomJS(无界面)：模拟真实浏览器加 载js、ajax等非静态页面数据

Tesseract：机器学习库，机器图像识别系统，可以处理简单的验证码，复杂的 验证码可以通过手动输入/专门的打码平台

-5 Scrapy框架：(Scrapy，Pyspider)

高定制性高性能(异步网络框架twisted)，所以数据下载速度非常快，提供了数据存储、数据下载、提取规则等组件。

-6 分布式策略 scrapy-reids：

scrapy-redis，在Scrapy的基础上添加了一套以 Redis 数据库为核心的组件。

让Scrapy框架支持分布式的功能，主要在Redis里做 请求指纹去重、请求分配、数据临时存储。

-7 爬虫 - 反爬虫 - 反反爬虫 之间的斗争：

其实爬虫做到最后，最头疼的不是复杂的页面，也是晦涩的数据，而是网站另一边的反爬虫人员。

User-Agent、代理、验证码、动态数据加载、加密数据。

数据价值，是否值的去费劲做反爬虫。

1. 机器成本 + 人力成本 > 数据价值，就不反了，一般做到封IP就结束了。

2. 面子的战争....

爬虫和反爬虫之间的斗争，最后一定是爬虫获胜!

为什么?

只要是真实用户可以浏览的网页数据，爬虫就一定能爬下来!

本文内容转载自网络，本着传播与分享的原则，来源/作者信息已在文章顶部表明，版权归原作者所有，如有侵权请联系我们进行删除!