爬虫杂记2（爬虫，数据，网站）

    爬虫开发的步骤：分析网站的结构---了解我们的需求---请求的分析

    所有的爬虫都是模拟浏览器的请求。

    爬虫:数据采集 互联网 工具获取我们想要的数据   加密,http  com控件 逆向 公开数据  
  - 数据清洗 
  - 数据挖掘
  - 数据分析
- 分析网站结构
- 了解我们的需求

- 请求分析

 在处理数据的时候一般用正则，因为正则可以处理所有类型的有规则和无规则的文本数据。正则可以取出所有的数据。

  -1. 判断数据是否在当前请求的网页源代码当中（有三种可能性）

  -2. 判断数据是否为ajax异步加载（ajax异步请求是js中的，通过一个请求来实现异步请求（也可以说是多个请求））

  - 3.数据混淆/数据加密（通过JS加密，如你在网页上面看到的是1，但是在源代码中看到的是aa，这个是通过服务器把数据加密，如服务器把一个1加密成aa,然后再发送到浏览器，浏览器只能获取到aa，然后浏览器再通过JS解密，把aa解成1在页面上显示。这个是最复杂的，最难的）

    python是通过缩进来写函数体的，并不需要{}这个括号，python的标准的缩进是四个空格，也可以用制表符tab，一个tab就是四个空格，要注意的是要么要用四个空格，要么要用一个tab,不能两个混用，混用的话代码就废了。。。