当前位置： 首页 > news >正文

python爬虫系列课程1：初识爬虫

news 2026/4/29 17:28:14

python爬虫系列课程1：初识爬虫

  • 一、爬虫的概念
  • 二、通用爬虫和自定义爬虫的区别
  • 三、开发语言
  • 四、爬虫流程

一、爬虫的概念

网络爬虫（又被称为网页蜘蛛、网络机器人）就是模拟浏览器发送网络请求，接收请求响应，一种按照一定的规则，自动抓取互联网信息的程序。原则上，只要是浏览器（客户端）能做的事情，爬虫都能够做。

二、通用爬虫和自定义爬虫的区别

通用爬虫可以提取大多数网站的数据，但是对于网站中某些特殊数据的提取方式没有实现。自定义爬虫可以针对某一种网站自行开发符合要求的爬虫。

三、开发语言

只要能够发送HTTP（S）请求的任何编程语言都是可以完成爬虫程序的，例如java、php、JavaScript等，但是论爬虫开发效率一般都指的是python语言。

四、爬虫流程

相关文章：

python爬虫系列课程1：初识爬虫

python爬虫系列课程1：初识爬虫 一、爬虫的概念二、通用爬虫和自定义爬虫的区别三、开发语言四、爬虫流程一、爬虫的概念 网络爬虫（又被称为网页蜘蛛、网络机器人）就是模拟浏览器发送网络请求，接收请求响应，一种按照一定的规则，自动抓取互联网信息的程序。原则上，只要是…...

编程日记 2025/2/20 2:02:19

大模型工具大比拼：SGLang、Ollama、VLLM、LLaMA.cpp 如何选择？

简介：在人工智能飞速发展的今天，大模型已经成为推动技术革新的核心力量。无论是智能客服、内容创作，还是科研辅助、代码生成，大模型的身影无处不在。然而，面对市场上琳琅满目的工具，如何挑选最适合自己的那…...

编程日记 2025/2/20 2:01:18

什么是语料清洗、预训练、指令微调、强化学习、内容安全； 什么是megatron，deepspeed，vllm推理加速框架

什么是语料清洗、预训练、指令微调、强化学习、内容安全 目录 什么是语料清洗、预训练、指令微调、强化学习、内容安全语料清洗预训练指令微调强化学习内容安全什么是megatron，deepspeed，vllm推理加速框架语料清洗 语料清洗是对原始文本数据进行处理的过程，旨在去除数据中的…...

编程日记 2025/2/20 2:00:17

HTTP的“对话”逻辑：请求与响应如何构建数据桥梁？

一、前言 作为现代互联网通信的基石，HTTP协议定义了客户端与服务器之间的“对话规则”。每一次网页加载、API调用或文件传输的背后，都离不开精心构造的HTTP请求与响应。请求中封装了用户的意图——从请求方法、资源路径到提交的数据；响应则承…...

编程日记 2025/2/20 1:54:10

【深度学习】预训练和微调概述

预训练和微调概述 1. 预训练和微调的介绍1.1 预训练（Pretraining）1.2 微调（Fine-Tuning） 2. 预训练和微调的区别 预训练和微调是现代深度学习模型训练中的两个关键步骤，它们通常是一个 预训练-微调 (Pretrain-Finetune…...

编程日记 2025/2/20 1:48:03

自动化测试框架搭建-单次接口执行-三部曲

目的 判断接口返回值和提前设置的预期是否一致，从而判断本次测试是否通过 代码步骤设计 第一步：前端调用后端已经写好的POST接口，并传递参数 第二步：后端接收到参数，组装并请求指定接口，保存返回 第三…...

编程日记 2025/2/20 1:47:01

【阮一峰】2.数组

数组 简介 所有成员的类型必须相同，但是成员数量是不确定的。 由于成员数量可以动态变化，所以 TypeScript 不会对数组边界进行检查，越界访问数组并不会报错。 第一种写法： let arr: (number | string)[];第二种写法&#xff…...

编程日记 2025/2/20 1:43:57

DeepSeek 接入PyCharm实现AI编程！（支持本地部署DeepSeek及官方DeepSeek接入）

前言 在当今数字化时代，AI编程助手已成为提升开发效率的利器。DeepSeek作为一款强大的AI模型，凭借其出色的性能和开源免费的优势，成为许多开发者的首选。今天，就让我们一起探索如何将DeepSeek接入PyCharm，实现高效、智…...

编程日记 2025/2/20 1:41:54

【Java Card】Applet 使用Shareable进行数据分享以及部分问题处理

文章目录 前言一、定义接口二、server端实现三、client端实现四、遇到的问题 前言 在进行开发时，可能会将业务放到不同的applet中，这时常常会需要进行数据的分享。 比如在一个applet中存储了密钥，而在另一个业务applet中需要进行签名时&…...

编程日记 2025/2/20 1:38:51

国产FPGA开发板选择

FPGA开发板是学习和开发FPGA的重要工具，选择合适的开发板对学习效果和开发效率至关重要。随着国产FPGA的发展，淘宝上的许多FPGA开发板店铺也开始进行国产FPGA的设计和销售，本文将对国产FPGA和相关店铺做个简单梳理，帮助有需要使用…...

编程日记 2025/2/20 1:36:46

com.typesafe.config

com.typesafe.config 是 Typesafe Config 库的核心包，主要用于 统一、灵活地管理应用程序配置，支持从多种格式（如 HOCON、JSON、Java Properties）加载配置，并提供类型安全的访问接口。以下是其核心功能的详细解析&…...

编程日记 2025/2/20 1:31:41

Ubuntu学习备忘

1. 打开Terminal快捷键 ctrl alt t 2.Ubuntu22.04的root没有默认初始密码， 为root设置密码，下面链接的step1, How to allow GUI root login on Ubuntu 22.04 Jammy Jellyfish Linux - LinuxConfig...

编程日记 2025/2/20 1:26:35

【C++】— 掌握STL vector 类：“Vector简介：动态数组的高效应用”

文章目录 1.vector的介绍和使用1.1vector的介绍1.2 vector的特点1.3vector的使用1.3.1vector的定义1.3.2vector iterator的使用1.3.3vector 的空间增长问题1.3.4 vector 的增删查改1.3.5vector 迭代器失效问题 1.vector的介绍和使用 1.1vector的介绍 vector是一个顺序容器&am…...

编程日记 2025/2/20 1:23:31

Docker__持续更新......

Docker 1. 基本知识1.1 为什么有Docker?1.2 Docker架构与容器化 画图解释 画图解释2. 项目实战 1. 基本知识 1.1 为什么有Docker? 用一行命令跨平台安装项目，在不同平台上运行项目。把项目打包分享运行应用。 1.2 Docker架构与容器化 准备机器，在机…...

编程日记 2025/2/20 1:22:30

【R语言】主成分分析与因子分析

一、主成分分析 主成分分析（Principal Component Analysis, PCA）是一种常用的无监督数据降维技术，广泛应用于统计学、数据科学和机器学习等领域。它通过正交化线性变换将（高维）原始数据投影到一个新的坐标系&#xff…...

编程日记 2025/2/20 1:21:29

ROS-相机话题-获取图像-颜色目标识别与定位-目标跟随-人脸检测

文章目录 相机话题获取图像颜色目标识别与定位目标跟随人脸检测 相机话题 启动仿真 roslaunch wpr_simulation wpb_stage_robocup.launch rostopic hz /kinect2/qhd/image_color_rect/camera/image_raw：原始的、未经处理的图像数据。 /camera/image_rect&#xff…...

编程日记 2025/2/20 1:13:18

STM32 如何使用DMA和获取ADC

目录 背景 ‌摇杆的原理 程序 端口配置 ADC 配置 DMA配置 背景 DMA是一种计算机技术，允许某些硬件子系统直接访问系统内存，而不需要中央处理器（CPU）的介入，从而减轻CPU的负担。我们可以通过DMA来从外设&#xf…...

编程日记 2025/2/20 1:08:10

【JAVA实战】JAVA实现Excel模板下载并填充模板下拉选项数据

背景 有这样一个场景：前端下载Excel模板，进行数据导入，这个下载模板过程需要经过后端接口去数据库查询数据进行某些列的下拉数据填充，下拉填充的数据过程中会出现错误String literals in formulas can’t be bigger than 255 cha…...

编程日记 2025/2/20 1:05:06

java面试笔记(一)

1. 一万个string类型的数据，设计一个算法如何按照String长度来排序 以使用 Arrays.sort() 方法，并结合一个自定义的比较器。以下是实现的示例代码: public class StringLengthSort {public static void main(String[] args) {// 定义一万个字符串的示例…...

编程日记 2025/2/20 1:03:04

【C++】36.C++IO流

文章目录 1. C语言的输入与输出2. 流是什么3. CIO流3.1 C标准IO流3.2 C文件IO流 4. stringstream的简单介绍 1. C语言的输入与输出 C语言中我们用到的最频繁的输入输出方式就是scanf ()与printf()。 scanf(): 从标准输入设备(键盘)读取数据，并将值存放在变量中。pri…...

编程日记 2025/2/20 1:01:01

3d Tiles

针对 Cesium 1.104+ 版本，3D Tiles 的 API 经历了从 new Cesium3DTileset() 到 Cesium3DTileset.fromUrl() 的重大重构。以下是基于最新标准的核心 API 手册。 一、加载方式：弃用 new，拥抱 fromUrl ⚠️ 旧版写法（Cesium < 1.104 或已弃用） // ❌ 已废弃，新版中 re…...

编程新知 2026/4/29 15:53:27

保姆级教程：用Traefik CRD（IngressRoute）在K8s里优雅地管理微服务路由，告别传统Ingress

云原生网关进阶&#xff1a;Traefik CRD在Kubernetes中的高阶路由实践 当微服务架构遇上Kubernetes&#xff0c;服务路由管理便成为每个开发者必须面对的挑战。传统Ingress资源虽然简单易用&#xff0c;但在复杂路由场景下往往力不从心。这正是Traefik CRD大显身手的时刻——它…...

编程新知 2026/4/29 12:45:10

别再只复现漏洞了！手把手教你为Discuz X3.4远程执行漏洞写一个修复补丁

从攻击到防御&#xff1a;Discuz X3.4远程执行漏洞的工程化修复指南 当开源论坛系统Discuz X3.4的远程代码执行漏洞被公开时&#xff0c;技术社区的反应呈现两极分化&#xff1a;一部分人热衷于复现漏洞证明危害&#xff0c;另一部分人则急于寻找临时屏蔽方案。但真正被忽视的&…...

编程新知 2026/4/29 11:32:59

三步解锁百度文库：127行代码让你免费保存任何文档的终极指南

三步解锁百度文库&#xff1a;127行代码让你免费保存任何文档的终极指南 【免费下载链接】baidu-wenku fetch the document for free 项目地址: https://gitcode.com/gh_mirrors/ba/baidu-wenku 还在为百度文库的付费文档而烦恼吗&#xff1f;每次找到心仪的资料&#x…...

编程新知 2026/4/29 11:08:32

AI视频字幕去除技术革命：3分钟掌握专业级硬字幕清理方案

AI视频字幕去除技术革命&#xff1a;3分钟掌握专业级硬字幕清理方案 【免费下载链接】video-subtitle-remover 基于AI的图片/视频硬字幕去除、文本水印去除&#xff0c;无损分辨率生成去字幕、去水印后的图片/视频文件。无需申请第三方API&#xff0c;本地实现。AI-based tool …...

编程新知 2026/4/29 10:18:42

告别扫描PDF无法搜索的困扰：OCRmyPDF让你的文档“开口说话“

告别扫描PDF无法搜索的困扰&#xff1a;OCRmyPDF让你的文档"开口说话" 【免费下载链接】OCRmyPDF OCRmyPDF adds an OCR text layer to scanned PDF files, allowing them to be searched 项目地址: https://gitcode.com/GitHub_Trending/oc/OCRmyPDF 你是否曾…...

编程新知 2026/4/29 9:55:46

Joy-Con Toolkit完整指南：免费开源工具让你的Switch手柄焕然一新

Joy-Con Toolkit完整指南&#xff1a;免费开源工具让你的Switch手柄焕然一新 【免费下载链接】jc_toolkit Joy-Con Toolkit 项目地址: https://gitcode.com/gh_mirrors/jc/jc_toolkit Joy-Con Toolkit是一款专为任天堂Switch手柄设计的开源工具箱&#xff0c;让普通玩家…...

编程新知 2026/4/29 8:25:52

为什么禁止我请求别的网站的接口？——跨域与CORS _

你有没有遇到过这种情况&#xff1a;在自己的网页上想请求别人的API&#xff0c;结果浏览器直接报错&#xff1a;Access-Control-Allow-Origin header is missing。为什么浏览器要阻止你&#xff1f;服务器不响应不就完了吗&#xff1f; 今天&#xff0c;用小区门禁的故事&…...

编程新知 2026/4/29 7:21:37

FlexASIO终极指南：如何为普通声卡免费获取专业级ASIO低延迟音频体验

FlexASIO终极指南&#xff1a;如何为普通声卡免费获取专业级ASIO低延迟音频体验 【免费下载链接】FlexASIO A flexible universal ASIO driver that uses the PortAudio sound I/O library. Supports WASAPI (shared and exclusive), KS, DirectSound and MME. 项目地址: htt…...

编程新知 2026/4/29 7:15:31

2026年直流降压模块哪些品牌口碑较好？

在2026年的直流降压模块市场中&#xff0c;品牌众多&#xff0c;竞争激烈。但有几个品牌凭借出色的性能、可靠的质量和优质的服务&#xff0c;赢得了广大用户的信赖和好评。今天&#xff0c;我们就来聊聊这些口碑较好的品牌。一、口碑品牌大盘点 1. xx邮**科&#xff1a;工程师…...

编程新知 2026/4/29 6:59:07