什么是爬虫

  1. 要想爬虫,必须要先找数据源。这个数据源可以是web 、 App、 应用 总之必须是有意义的数据
  2. 其次要把数据源下载下载,这里就需要下载器,下载器的需要考验它的性能,即下载的快不快,还有模拟,即模拟服务器登录等操作,还要考虑分布式,即将爬虫任务分配给大量电脑来爬取,而且不能总是用同一个ip地址去爬,会被封。
  3. 接着就需要分析器 。这里就需要html来分析,或者是正则。
  4. 接着将数据存在数据库或磁盘中
  5. 将数据加工。即数据挖掘。也就是大数据分析。需要用到统计学的知识。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值