安装python3爬虫需要的库:

    pip3 install requests selenium beautifulsoup4 pyquery pymysql pymongo redis flask django jupyter


爬虫的原理:

    1、什么是爬虫?

                请求网站并提取数据的自动化程序

    2、爬虫的基本流程

                1、发起请求:通过HTTP库向目标站点发起请求,即发送一个Request,请求可以包含额外的headers等信息,等待服务器响应。

                2、获取响应内容:如果服务器能正常响应,会得到一个Response,Response的内容便是所要获取的页面内容,类型可能有HTML、json字符串、二进制数据(图片、视频)等类型。

                3、解析内容:得到的内容可能是HTML,可以用正则表达式、网页解析库进行解析。可能是Json,可以直接转为Json对象解析,肯呢是二进制数据,可以做保存或者进一步处理。

                4、保存数据:保存形式多样,可以存为文本,也可以保存至数据库,或者保存特定格式的文件。