0
点赞
收藏
分享

微信扫一扫

Python Flask定时调度疫情大数据爬取全栈项目实战-3.爬虫概述


爬虫概述

给网站发起请求,并从响应中提取需要的数据的自动化程序

1.发起请求,获取响应

通过http库,对目标网站请求,相当于自己用浏览器打开网站。

常用库:urllib,requests

服务器会返回请求的内容,一般为:html,二进制文件(视频,音频),文档,json字符串

Python Flask定时调度疫情大数据爬取全栈项目实战-3.爬虫概述_正则表达式

2.解析内容

寻找自己需要的信息,就是利用正则表达式或者其他python库提取自己想要的内容。

常用库:re、beautifulsoup4

Python Flask定时调度疫情大数据爬取全栈项目实战-3.爬虫概述_数据_02

3.保存数据

将解析得到的数据持久化到文件或者数据库中


举报

相关推荐

0 条评论