初识爬虫1

学习路线:爬虫基础知识-requests模块-数据提取-selenium-反爬与反反爬-MongoDB数据库-scrapy-appium。

对应视频链接(百度网盘):正在整理中

爬虫基础知识:

1.爬虫的概念

总结:模拟浏览器,发送请求,获取响应。

2.爬虫的作用

数据采集

软件测试

抢票

网站上的投票

网络安全

3.爬虫的分类

数量

是否获取数据

url与数据的关系

4.爬虫的流程

url

发请求,获取响应

解析

5.http复习

http以及https的概念和区别

HTTPSH比HTTP更安全,但是性能更低

6.常见的请求头与响应头

请求头

host 域名

Connection 长连接

Upgrade-Insecure-Requests 升级为HTTPS请求

***User-Agent 用户代理,提供系统信息和浏览器信息

***Referer 页面跳转处,防盗链(图片/视频)

***Cookie 状态保持

响应头 Set-Cookie

7.状态码

所有的状态码都不可信,一切以是否从抓包得到的响应中获取到数据为准

network中抓包得到的源码才是判断依据,elements中的源码是渲染之后的源码

8.浏览器请求的过程

发送所有请求,进行渲染

爬虫

只发送指定请求,不会渲染

骨骼文件:html静态文件

肌肉文件:js/ajax请求

皮肤:css/font/图片

源代码 控制台 所有源代码 响应

Network:点刷新,可以看到响应

相关推荐
超龄超能程序猿2 小时前
玩转 Playwright 有头与无头模式:消除差异,提升爬虫稳定性
前端·javascript·爬虫
小Tomkk12 小时前
使用 Trea cn 设计 爬虫程序 so esay
爬虫·trae cn
鹿邑网爬18 小时前
Python抖音关键词视频爬取实战:批量下载与分析热门视频数据
爬虫·python
什么都想学的阿超19 小时前
【网络与爬虫 38】Apify全栈指南:从0到1构建企业级自动化爬虫平台
网络·爬虫·自动化
laocooon5238578861 天前
爬虫,获取lol英雄名单。
爬虫
十三浪2 天前
开源框架推荐:API数据批处理与爬虫集成
爬虫·开源
小白学大数据2 天前
高并发爬虫的限流策略:aiohttp实现方案
爬虫
天若有情6733 天前
【python】Python爬虫入门教程:使用requests库
开发语言·爬虫·python·网络爬虫·request
Python智慧行囊3 天前
Selenium 自动化测试与爬虫实战:从环境搭建到高级应用
爬虫·selenium·测试工具
fsnine3 天前
网络爬虫(python)入门
开发语言·爬虫·python