爬虫逆向开发教程1-介绍，入门案例

爬虫前景

在互联网的世界里，数据就是新时代的“黄金”。而爬虫，就是帮助我们淘金的“工具”。随着互联网的不断发展，数据量呈现指数级的增长，在数据为王的时代，有效的挖掘数据和利用，你会得到更多东西。

学完爬虫你可以从事爬虫开发的工作，一个3-5年的爬虫工程师可以拿20k以上。相比Java，爬虫竞争少，好就业。

同时你也可以做爬虫兼职，每月能挣个大几千。

接下来我们正是学习爬虫。

 

什么是爬虫？

爬虫，顾名思义，就是像“爬行动物”一样在互联网上爬来爬去，收集信息的程序。它主要通过特定的算法，自动地从一个或多个网页开始，按照预设的规则下载并提取所需要的数据。简单来说，爬虫就是一个自动化的信息搜集工具。

从编程的角度说：用代码代替人去模拟浏览器或手机去执行执行某些操作。

例如：

• 自动登录钉钉，定时打卡

• 去91自动下载图片/视频

• 去京东抢茅台

分析&模拟

分析一个网址，用requests请求就可以实现。

分析：基于谷歌浏览器去分析。

模拟：基于requests模块发送请求。

pip3.11 install requests

案例一

抓取数据的 username 和 标题

import requests
import jsonres = requests.get(url='https://api.huaban.com/search/file?text=%E5%86%99%E7%9C%9F&sort=all&limit=40&page=1&position=search_pin&fields=pins:PIN,total,facets,split_words,relations,recommend_topics'
)#print(res.text)
data = json.loads(res.text)
pin_list = data['pins']
for item in pin_list:print(item['user']['username'], item['raw_text'])

抓取结果：