Python是什么，什么是爬蟲？具體該怎么學習？Python是為數(shù)不多的既簡單又功能強大的編程語言之一。它易于學習和理解，易于上手，代碼更接近自然語言和正常的思維方式。據(jù)統(tǒng)計，Python是世界上最流

Python是什么，什么是爬蟲？具體該怎么學習？

Python是為數(shù)不多的既簡單又功能強大的編程語言之一。它易于學習和理解，易于上手，代碼更接近自然語言和正常的思維方式。據(jù)統(tǒng)計，Python是世界上最流行的語言之一。

爬蟲是利用爬蟲技術(shù)捕獲論壇、網(wǎng)站數(shù)據(jù)，將所需數(shù)據(jù)保存到數(shù)據(jù)庫或特定格式的文件中。

具體學習：

1）首先，學習python的基本知識，了解網(wǎng)絡請求的原理和網(wǎng)頁的結(jié)構(gòu)。

2）視頻學習或找專業(yè)的網(wǎng)絡爬蟲書學習。所謂“前輩種樹，后人乘涼”，按照大神的步驟進行實際操作，就能事半功倍。

3）網(wǎng)站的實際操作，在有了爬蟲的想法后，找到更多的網(wǎng)站進行操作。

！我的觀點是，首先，我們需要有Python的基礎。在有了基礎的前提下，使用框架是最快的，可以在短時間內(nèi)實現(xiàn)爬蟲。這里我推薦scratch，它是一個基于python的開源web爬蟲框架。其易用性、靈活性、易擴展性和跨平臺性等特點使其受到廣大用友的歡迎。

使用刮削也非常簡單。您只需要關注spider文件，它實際上是web頁面上數(shù)據(jù)處理的一部分。以《詩詞王-爬行詩》為例。我們可以在spider中這樣寫：

上面的代碼整體上分為兩部分，一部分是提取網(wǎng)頁中的URL，另一部分是從詩歌細節(jié)頁面中提取需要爬網(wǎng)的內(nèi)容。我選擇在這里爬行的數(shù)據(jù)是詩歌作者、內(nèi)容、網(wǎng)站標簽等等。

很方便嗎？如果不需要存儲數(shù)據(jù)，這里就足夠了。定義項字段以爬網(wǎng)數(shù)據(jù)。如果需要在數(shù)據(jù)庫中存儲數(shù)據(jù)，需要在管道中定義一個類來存儲數(shù)據(jù)

如上圖所示，定義了mongodb的類，這樣我們就可以在mongodb中存儲數(shù)據(jù)了。