Python爬取门户论坛评论

• 环境： Python3 + windows。

• 开发工具：Anaconda + Jupyter / VS Code。

• 学习效果：

1. 认识爬虫 / Robots协议

2. 了解浏览器开发者工具

3. 动态加载页面的处理

4. 手机客户端页面的数据采集

Robots.txt 协议

Robots协议，也称为爬虫协议

网站通过Robots协议告诉搜索引擎哪些页面可以抓取，哪些页面不能抓取。Robots是一个协议，而不是一个命令。Robots.txt文件是一个文本文件，是放置在网站根目录下，使用任何一个常见的文本编辑器，就可以创建和编辑它。Robots.txt是搜索引擎中访问网站的时候要查看的第一个文件，其主要的作用就是告诉蜘蛛程序在服务器上什么文件是可以被查看的。最后，如果你的时间不是很紧张，并且又想快速的提高，最重要的是不怕吃苦，建议你可以联系维：762459510 ，那个真的很不错，很多人进步都很快，需要你不怕吃苦哦！大家可以去添加上看一下~

Robots协议是国际互联网界通行的道德规范。约定俗成。

Python代码

• 导入模块