認(rèn)識爬蟲?
一，什么是爬蟲锉试？
網(wǎng)絡(luò)爬蟲（又被稱為網(wǎng)頁蜘蛛猫十，網(wǎng)絡(luò)機(jī)器人，在FOAF社區(qū)中間，更經(jīng)常的稱為網(wǎng)頁追逐者）炫彩，是一種按照一定的規(guī)則匾七，自動地抓取萬維網(wǎng)信息的程序或者腳本。另外一些不常使用的名字還有螞蟻江兢、自動索引昨忆、模擬程序或者蠕蟲。其實通俗的講就是通過程序去獲取web頁面上自己想要的數(shù)據(jù)杉允，也就是自動抓取數(shù)據(jù)邑贴。
二，爬蟲可以做什么叔磷？
可以獲取瀏覽器里訪問的拢驾，我們需要的一些數(shù)據(jù)，比如圖片改基，視頻等等
三繁疤，爬蟲的本質(zhì)
模擬瀏覽器打開網(wǎng)頁，獲取網(wǎng)頁中我們想要的那部分?jǐn)?shù)據(jù)秕狰，瀏覽器打開網(wǎng)頁的過程稠腊，當(dāng)你在瀏覽器中輸入地址后，經(jīng)過DNS服務(wù)器找到服務(wù)器主機(jī)鸣哀，向服務(wù)器發(fā)送一個請求架忌，服務(wù)器經(jīng)過解析后發(fā)送給用戶瀏覽器結(jié)果，包括html,js,css等文件內(nèi)容我衬，瀏覽器解析出來最后呈現(xiàn)給用戶在瀏覽器上看到的結(jié)果
所以用戶看到的瀏覽器的結(jié)果就是由HTML代碼構(gòu)成的叹放，我們爬蟲就是為了獲取這些內(nèi)容，通過分析和過濾html代碼挠羔，從中獲取我們想要資源（文本井仰，圖片，視頻.....）
