python网络爬虫入门（一）
网络爬虫的定义
1、网络蜘蛛、网络机器人，抓取网络数据的程序。
2、其实就是用Python(其他语言也可以这里介绍python)程序模仿人点击浏览器并访问网站，而且模仿的越逼真越好。
对比几种语言
1、Python ：请求模块、解析模块丰富成熟,强大的Scrapy网络爬虫框架
2、PHP ：对多线程、异步支持不太好
3、JAVA：代码笨重,代码量大
4、C/C++：虽然效率高,但是代码成型慢
爬取数据的一般步骤
1、确定需要爬取的URL地址
2、由请求模块向URL地址发出请求,并得到网站的响应
3、从响应内容中提取所需数据并保存
python标准库中爬虫请求模块及其方法
urllib.request
urllib.request.urlopen()方法
作用:向网站发去请求并获取响应对象
参数:
1.所需要爬取的URL地址
2.timeout:设置等待时间，指定时间内为未响应抛出异常
第一个爬虫程序
打开浏览器，输入百度网址(
1 #导入请求模块(python标准库模块)
2 importurllib.request3 4 #定义url地址
5 url = "http://www.baidu.com/"
6 7 #向百度发请求,得到响应对象
8 res = urllib.request.urlopen(url)
响应对象方法
1 res =urllib.request.urlopen(url)2 3 #获取响应对象的内容（也就是网页源代码）
4 #用decode（）转换为字符串
5 res.read().decode("utf-8")6 7 #返回http响应码
8 res.getcode()9 10 #返回实际数据的URL地址
11 res.geturl()
向百度发起请求，并获取响应对象的内容
1 #导入请求模块(python标准库模块)
2 importurllib.request3 4 #定义url地址
5 url = "http://www.baidu.com/"
6 7 #向百度发请求,得到响应对象
8 res =urllib.request.urlopen(url)9 #获取响应对象的内容（网页源代码）
10 html = res.read().decode("utf-8")11 print(html)
------------恢复内容开始------------
python网络爬虫入门（一）
网络爬虫的定义
1、网络蜘蛛、网络机器人，抓取网络数据的程序。
2、其实就是用Python(其他语言也可以这里介绍python)程序模仿人点击浏览器并访问网站，而且模仿的越逼真越好。
对比几种语言
1、Python ：请求模块、解析模块丰富成熟,强大的Scrapy网络爬虫框架
2、PHP ：对多线程、异步支持不太好
3、JAVA：代码笨重,代码量大
4、C/C++：虽然效率高,但是代码成型慢
爬取数据的一般步骤
1、确定需要爬取的URL地址
2、由请求模块向URL地址发出请求,并得到网站的响应
3、从响应内容中提取所需数据并保存
python标准库中爬虫请求模块及其方法
urllib.request
urllib.request.urlopen()方法
作用:向网站发去请求并获取响应对象
参数:
1.所需要爬取的URL地址
2.timeout:设置等待时间，指定时间内为未响应抛出异常
第一个爬虫程序
打开浏览器，输入百度网址(
1 #导入请求模块(python标准库模块)
2 importurllib.request3 4 #定义url地址
5 url = "http://www.baidu.com/"
6 7 #向百度发请求,得到响应对象
8 res = urllib.request.urlopen(url)
响应对象方法
1 res =urllib.request.urlopen(url)2 3 #获取响应对象的内容（也就是网页源代码）
4 #用decode（）转换为字符串
5 res.read().decode("utf-8")6 7 #返回http响应码
8 res.getcode()9 10 #返回实际数据的URL地址
11 res.geturl()
向百度发起请求，并获取响应对象的内容
1 #导入请求模块(python标准库模块)
2 importurllib.request3 4 #定义url地址
5 url = "http://www.baidu.com/"
6 7 #向百度发请求,得到响应对象
8 res =urllib.request.urlopen(url)9 #获取响应对象的内容（网页源代码）
10 html = res.read().decode("utf-8")11 print(html)
------------恢复内容结束------------
