Python爬虫入门

1.什么是爬虫?

Python爬虫即使用 Python 程序开发的网络爬虫（网页蜘蛛，网络机器人），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。其实通俗的讲就是通过程序去获取 web 页面上自己想要的数据，也就是自动抓取数据。

2.爬虫的本质是什么？

模拟浏览器打开网页，获取网页中我们想要的那部分数据。

3.爬虫可以做什么？

你可以用爬虫爬图片，爬取视频等等你想要爬取的数据，只要你能通过浏览器访问的数据都可以通过爬虫获取。

4.开发工具选择

IDLE       自带的，常用的，入门级

Notepad++

Sublime Text   专业编程体验

Eclipse　　需要一定开发经验

5.爬虫的规则

根据自身情况遵守Robots协议，不能用于商业利益。

实例：

import requests 

ur1 = "https: / /item. jd. com/2967929. html"
try :

      r = requests .get (url)
      r. raise_for_status ()
      r . encoding = r . apparent_ encoding
      print (r. text[ : 1000] )
except :

      print ("爬取失敗")

 结果：