python爬虫是干什么的

python爬虫是指基于Python开发的爬虫，而网络爬虫是一种按照一定的规则，自动地抓取万维网信息的程序或者脚本；用户可以用爬虫爬图片，爬取视频等一些想要爬取的数据，只要能通过浏览器访问的数据都可以通过爬虫获取。

本文操作环境：linux5.9.8系统、Dell G3电脑、python3.6.4。

世界上80%的爬虫是基于Python开发的，学好爬虫技能，可为后续的大数据分析、挖掘、机器学习等提供重要的数据源。你可以用爬虫爬图片，爬取视频等等你想要爬取的数据，只要你能通过浏览器访问的数据都可以通过爬虫获取。

什么是爬虫？

网络爬虫（又被称为网页蜘蛛，网络机器人，在FOAF社区中间，更经常的称为网页追逐者），是一种按照一定的规则，自动地抓取万维网信息的程序或者脚本。另外一些不常使用的名字还有蚂蚁、自动索引、模拟程序或者蠕虫。

其实通俗的讲就是通过程序去获取web页面上自己想要的数据，也就是自动抓取数据。

爬虫的本质是什么？

模拟浏览器打开网页，获取网页中我们想要的那部分数据

浏览器打开网页的过程：

当你在浏览器中输入地址后，经过DNS服务器找到服务器主机，向服务器发送一个请求，服务器经过解析后发送给用户浏览器结果，包括html,js,css等文件内容，浏览器解析出来最后呈现给用户在浏览器上看到的结果

所以用户看到的浏览器的结果就是由HTML代码构成的，我们爬虫就是为了获取这些内容，通过分析和过滤html代码，从中获取我们想要资源。

【推荐阅读：Python视频教程】

Atas ialah kandungan terperinci python爬虫是干什么的. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!