不管你是待業(yè)還是失業(yè)，在這個(gè)被互聯(lián)網(wǎng)圍繞的時(shí)代里，選擇python爬蟲(chóng)好學(xué)么，就多了一項(xiàng)技能，還怕找不到工作？，還怕不好找工作？小編就來(lái)告訴你這個(gè)專業(yè)的優(yōu)勢(shì)到底體現(xiàn)在哪里：python爬蟲(chóng)容易學(xué)嗎，python爬蟲(chóng)容易學(xué)嗎，到底要學(xué)些什么東西？，大家都知道python爬蟲(chóng)，但是好學(xué)嗎？初學(xué)又該怎么學(xué)習(xí)爬蟲(chóng)呢？，超牛逼！Python爬蟲(chóng)學(xué)習(xí)的完整路線推薦??。

1.python爬蟲(chóng)容易學(xué)嗎

隨著大數(shù)據(jù)時(shí)代的到來(lái)，數(shù)據(jù)將如同煤電氣油一樣，成為我們最重要的能源之一，然而這種能源是可以源源不斷產(chǎn)生、可再生的。而Python爬蟲(chóng)作為獲取數(shù)據(jù)的關(guān)鍵一環(huán)，在大數(shù)據(jù)時(shí)代有著極為重要的作用。于是許多同學(xué)就前來(lái)咨詢：Python爬蟲(chóng)好學(xué)嗎?什么是爬蟲(chóng)?網(wǎng)絡(luò)爬蟲(chóng)，又被稱為網(wǎng)頁(yè)蜘蛛，網(wǎng)絡(luò)機(jī)器人，是一種按照一定的規(guī)則，自動(dòng)地抓取萬(wàn)維網(wǎng)信息的程序或者腳本。數(shù)據(jù)從何而來(lái)？要想學(xué)Python首先請(qǐng)問(wèn)：我們所爬的數(shù)據(jù)，是從哪里來(lái)的呢?企業(yè)產(chǎn)生的用戶數(shù)據(jù)：百度指數(shù)、阿里指數(shù)、TBI騰訊瀏覽指數(shù)、新浪微博指數(shù);數(shù)據(jù)平臺(tái)購(gòu)買數(shù)據(jù)：數(shù)據(jù)堂、國(guó)云數(shù)據(jù)市場(chǎng)、貴陽(yáng)大數(shù)據(jù)交易所;*/機(jī)構(gòu)公開(kāi)的數(shù)據(jù)：*人民共和國(guó)*統(tǒng)計(jì)局?jǐn)?shù)據(jù)、世界銀行公開(kāi)數(shù)據(jù)、聯(lián)合國(guó)數(shù)據(jù)、納斯達(dá)克;數(shù)據(jù)管理咨詢公司：麥肯錫、埃森哲、艾瑞咨詢;爬取網(wǎng)絡(luò)數(shù)據(jù)：如果需要的數(shù)據(jù)市場(chǎng)上沒(méi)有，或者不愿意購(gòu)買，那么可以選擇招/做一名爬蟲(chóng)工程師，自己動(dòng)手豐衣足食。怎么抓取頁(yè)面數(shù)據(jù)?網(wǎng)頁(yè)三大特征：網(wǎng)頁(yè)都有自己*的URL（統(tǒng)一資源定位符）來(lái)進(jìn)行定位；網(wǎng)頁(yè)都使用HTML （超文本標(biāo)記語(yǔ)言）來(lái)描述頁(yè)面信息；網(wǎng)頁(yè)都使用HTTP/HTTPS（超文本傳輸協(xié)議）協(xié)議來(lái)傳輸HTML數(shù)據(jù)；爬蟲(chóng)的設(shè)計(jì)思路：首先確定需要爬取的網(wǎng)頁(yè)URL地址。通過(guò)HTTP/HTTP協(xié)議來(lái)獲取對(duì)應(yīng)的HTML頁(yè)面。提取HTML頁(yè)面里有用的數(shù)據(jù)：a. 如果是需要的數(shù)據(jù)，就保存起來(lái)。b. 如果是頁(yè)面里的其他URL，那就繼續(xù)執(zhí)行第二步。結(jié)語(yǔ)：Python爬蟲(chóng)的學(xué)習(xí)實(shí)際上在Python學(xué)習(xí)過(guò)程中是一個(gè)基礎(chǔ)入門級(jí)的部分，學(xué)起來(lái)沒(méi)啥難的，但它確實(shí)是職業(yè)能力中不可或缺的技能之一。、內(nèi)容擴(kuò)展：一個(gè)簡(jiǎn)單的爬蟲(chóng)實(shí)例：import urllib,urllib2 import re def (): # 不訪問(wèn)網(wǎng)站，而是實(shí)例一個(gè)對(duì)象，為了模擬瀏覽器訪問(wèn)服務(wù)器 req = urllib2.Request(" # 添加申請(qǐng)?jiān)L問(wèn)的header，讓對(duì)方服務(wù)器誤以為是瀏覽器申請(qǐng)?jiān)L問(wèn)（參數(shù)是通過(guò)瀏覽器復(fù)制過(guò)來(lái)的） req.add_header('User-Agent',' Mozilla/5.0 (Windows NT 10.0; Win64; x64) /537.36 (KHTML, like Gecko) Chrome/71.0.3578.98 Safari/537.36') # 打開(kāi)我剛才創(chuàng)建的實(shí)例對(duì)象 res =urllib2.urlopen(req) html = res.read() print html # 訪問(wèn)到了資源代碼 # 定義一個(gè)正則化表達(dá)式為了獲取我要的視頻網(wǎng)址 reg = r'data-mp4="(.*?)">' # 將網(wǎng)頁(yè)源碼中的視頻網(wǎng)址找出來(lái) urllist = re.findall(reg,html) # print urllist # 有20個(gè)視頻網(wǎng)址，用for循環(huán)一個(gè)一個(gè)下載出來(lái) n = 1 for url in urllist: # url 視頻網(wǎng)址，'%s.mp4'下載后的名字，url.split('/')[-1] 將字符串按照‘/'分開(kāi) urllib.(url,'%s.mp4' %url.split('/')[-1]) # 下載視頻 n = n+1 ()到此這篇關(guān)于python爬蟲(chóng)容易學(xué)嗎的文章就介紹到這了,更多相關(guān)python爬蟲(chóng)好學(xué)嗎內(nèi)容請(qǐng)搜索以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持！

2.python爬蟲(chóng)容易學(xué)嗎，到底要學(xué)些什么東西？

本文的文字及圖片來(lái)源于網(wǎng)絡(luò),僅供學(xué)習(xí)、交流使用,不具有任何商業(yè)用途,版權(quán)歸原作者所有,如有問(wèn)題請(qǐng)及時(shí)聯(lián)系我們以作處理以下文章來(lái)源于騰訊云 作者：砸漏隨著大數(shù)據(jù)時(shí)代的到來(lái)，數(shù)據(jù)將如同煤電氣油一樣，成為我們最重要的能源之一，然而這種能源是可以源源不斷產(chǎn)生、可再生的。而Python爬蟲(chóng)作為獲取數(shù)據(jù)的關(guān)鍵一環(huán)，在大數(shù)據(jù)時(shí)代有著極為重要的作用。于是許多同學(xué)就前來(lái)咨詢：Python爬蟲(chóng)好學(xué)嗎?什么是爬蟲(chóng)?網(wǎng)絡(luò)爬蟲(chóng)，又被稱為網(wǎng)頁(yè)蜘蛛，網(wǎng)絡(luò)機(jī)器人，是一種按照一定的規(guī)則，自動(dòng)地抓取萬(wàn)維網(wǎng)信息的程序或者腳本。數(shù)據(jù)從何而來(lái)？要想學(xué)Python首先請(qǐng)問(wèn)：我們所爬的數(shù)據(jù)，是從哪里來(lái)的呢?企業(yè)產(chǎn)生的用戶數(shù)據(jù)：百度指數(shù)、阿里指數(shù)、TBI騰訊瀏覽指數(shù)、新浪微博指數(shù);數(shù)據(jù)平臺(tái)購(gòu)買數(shù)據(jù)：數(shù)據(jù)堂、國(guó)云數(shù)據(jù)市場(chǎng)、貴陽(yáng)大數(shù)據(jù)交易所;*/機(jī)構(gòu)公開(kāi)的數(shù)據(jù)：*人民共和國(guó)*統(tǒng)計(jì)局?jǐn)?shù)據(jù)、世界銀行公開(kāi)數(shù)據(jù)、聯(lián)合國(guó)數(shù)據(jù)、納斯達(dá)克;數(shù)據(jù)管理咨詢公司：麥肯錫、埃森哲、艾瑞咨詢;爬取網(wǎng)絡(luò)數(shù)據(jù)：如果需要的數(shù)據(jù)市場(chǎng)上沒(méi)有，或者不愿意購(gòu)買，那么可以選擇招/做一名爬蟲(chóng)工程師，自己動(dòng)手豐衣足食。怎么抓取頁(yè)面數(shù)據(jù)?網(wǎng)頁(yè)三大特征：網(wǎng)頁(yè)都有自己*的URL（統(tǒng)一資源定位符）來(lái)進(jìn)行定位；網(wǎng)頁(yè)都使用HTML （超文本標(biāo)記語(yǔ)言）來(lái)描述頁(yè)面信息；網(wǎng)頁(yè)都使用HTTP/HTTPS（超文本傳輸協(xié)議）協(xié)議來(lái)傳輸HTML數(shù)據(jù)；爬蟲(chóng)的設(shè)計(jì)思路：首先確定需要爬取的網(wǎng)頁(yè)URL地址。通過(guò)HTTP/HTTP協(xié)議來(lái)獲取對(duì)應(yīng)的HTML頁(yè)面。提取HTML頁(yè)面里有用的數(shù)據(jù)：a. 如果是需要的數(shù)據(jù)，就保存起來(lái)。b. 如果是頁(yè)面里的其他URL，那就繼續(xù)執(zhí)行第二步。結(jié)語(yǔ)：Python爬蟲(chóng)的學(xué)習(xí)實(shí)際上在Python學(xué)習(xí)過(guò)程中是一個(gè)基礎(chǔ)入門級(jí)的部分，學(xué)起來(lái)沒(méi)啥難的，但它確實(shí)是職業(yè)能力中不可或缺的技能之一。、內(nèi)容擴(kuò)展：一個(gè)簡(jiǎn)單的爬蟲(chóng)實(shí)例：import re def (): # 不訪問(wèn)網(wǎng)站，而是實(shí)例一個(gè)對(duì)象，為了模擬瀏覽器訪問(wèn)服務(wù)器 req = urllib2.Request(" # 添加申請(qǐng)?jiān)L問(wèn)的header，讓對(duì)方服務(wù)器誤以為是瀏覽器申請(qǐng)?jiān)L問(wèn)（參數(shù)是通過(guò)瀏覽器復(fù)制過(guò)來(lái)的） req.add_header('User-Agent',' Mozilla/5.0 (Windows NT 10.0; Win64; x64) /537.36 (KHTML, like Gecko) Chrome/71.0.3578.98 Safari/537.36') # 打開(kāi)我剛才創(chuàng)建的實(shí)例對(duì)象 res =urllib2.urlopen(req) html = res.read() print html # 訪問(wèn)到了資源代碼 # 定義一個(gè)正則化表達(dá)式為了獲取我要的視頻網(wǎng)址 reg = r'data-mp4="(.*?)" ' # 將網(wǎng)頁(yè)源碼中的視頻網(wǎng)址找出來(lái) urllist = re.findall(reg,html) # print urllist # 有20個(gè)視頻網(wǎng)址，用for循環(huán)一個(gè)一個(gè)下載出來(lái) n = 1 for url in urllist: # url 視頻網(wǎng)址，'%s.mp4'下載后的名字，url.split('/')[-1] 將字符串按照‘/'分開(kāi) urllib.(url,'%s.mp4' %url.split('/')[-1]) # 下載視頻 n = n+1 到此這篇關(guān)于python爬蟲(chóng)容易學(xué)嗎的文章就介紹到這了

3.大家都知道python爬蟲(chóng)，但是好學(xué)嗎？初學(xué)又該怎么學(xué)習(xí)爬蟲(chóng)呢？

前言python爬蟲(chóng)容易學(xué)嗎？這是大家很關(guān)心的問(wèn)題，爬蟲(chóng)難不難那是要看你怎么學(xué)，有沒(méi)有監(jiān)督你學(xué)習(xí)，學(xué)習(xí)方法對(duì)不對(duì)，如果自學(xué)，會(huì)難一點(diǎn)點(diǎn)，畢竟有難題的時(shí)候沒(méi)教你，容易崩潰，要是能找到好老師，就簡(jiǎn)單多了，不過(guò)你可以看看這里python爬蟲(chóng)是怎么入門的。*:爬蟲(chóng)準(zhǔn)備(Python安裝前提下)爬蟲(chóng)需要做的*件事是確定要爬蟲(chóng)數(shù)據(jù)的對(duì)象。這里我將以百度主頁(yè)logo圖像的地址為例。首先，打開(kāi)百度主頁(yè)界面，然后將鼠標(biāo)移動(dòng)到主頁(yè)界面的百度Logo圖標(biāo)，點(diǎn)擊鼠標(biāo)右鍵，然后點(diǎn)擊review元素，打開(kāi)開(kāi)發(fā)者界面。3.然后在接下來(lái)的界面中，可以看到logo圖標(biāo)在HTML中的布局模式，png" width= "270" height= "129">，這里百度我換成了word。二:開(kāi)始爬行爬蟲(chóng)主要分為兩部分，*部分是web界面的獲取，第二部分是web界面的分析。爬蟲(chóng)程序的原理是使用代碼模擬瀏覽器訪問(wèn)web站點(diǎn)。與瀏覽器不同，爬蟲(chóng)獲取web頁(yè)面的源代碼而不需要瀏覽器的翻譯效果。首先，我們做頁(yè)面獲取。在Python爬蟲(chóng)的情況下，許多模塊包為開(kāi)發(fā)人員提供了直接訪問(wèn)web頁(yè)面、urllib、urllib2、請(qǐng)求(urllib3)等的功能。首先，我們導(dǎo)入urllib2模塊包(默認(rèn)安裝):導(dǎo)入urllib23.導(dǎo)入模塊包后，調(diào)用urllib2中的urlopen方法鏈接網(wǎng)站。代碼是repr = urllib2。urlopen(“XXXXXX”)，XXXXXX代表網(wǎng)站的名稱。在得到網(wǎng)站的響應(yīng)后，讀取頁(yè)面的源代碼并調(diào)用read方法，HTML = re .read。在獲得頁(yè)面的源代碼之后，接下來(lái)的工作是從HTML接口的源代碼解析您想要的數(shù)據(jù)。解析接口有許多模塊包，如原始re、有用的Beautiful Soup和tall lxml。在這里我將簡(jiǎn)要介紹一下re。首先，我將導(dǎo)入re模塊包:導(dǎo)入re然后我們用re來(lái)搜索。這里是正則表達(dá)式。不能理解它們的學(xué)生需要補(bǔ)充正則表達(dá)式的知識(shí)。然后，我在這里實(shí)現(xiàn)了一個(gè)簡(jiǎn)單的爬蟲(chóng)程序，打印url，您可以在看到百度主頁(yè)徽標(biāo)地址之前看到它。8.源代碼：import urllib2 repr = urllib2.urlopen("URL") [html]( = repr.read [import]( re 省略一行代碼 print url 學(xué)習(xí)從來(lái)不是一個(gè)人的事，歡迎大家留言評(píng)論，私信

4.超牛逼！Python爬蟲(chóng)學(xué)習(xí)的完整路線推薦

數(shù)據(jù)是決策的原材料，高質(zhì)量的數(shù)據(jù)價(jià)值不菲，如何挖掘原材料成為互聯(lián)網(wǎng)時(shí)代的先驅(qū)，掌握信息的源頭，就能比別人更快一步。大數(shù)據(jù)時(shí)代，互聯(lián)網(wǎng)成為大量信息的載體，機(jī)械的復(fù)制粘貼不再實(shí)用，不僅耗時(shí)費(fèi)力還極易出錯(cuò)，這時(shí)爬蟲(chóng)的出現(xiàn)解放了大家的雙手，以其高速爬行、定向抓取資源的能力獲得了大家的青睞。爬蟲(chóng)變得越來(lái)越流行，不僅因?yàn)樗軌蚩焖倥廊『Ａ康臄?shù)據(jù)，更因?yàn)橛衟ython這樣簡(jiǎn)單易用的語(yǔ)言使得爬蟲(chóng)能夠快速上手。對(duì)于小白來(lái)說(shuō)，爬蟲(chóng)可能是一件非常復(fù)雜、技術(shù)門檻很高的事情，但掌握正確的方法，在短時(shí)間內(nèi)做到能夠爬取主流網(wǎng)站的數(shù)據(jù)，其實(shí)非常容易實(shí)現(xiàn)，但建議你從一開(kāi)始就要有一個(gè)具體的目標(biāo)。在目標(biāo)的驅(qū)動(dòng)下，你的學(xué)習(xí)才會(huì)更加精準(zhǔn)和高效。那些所有你認(rèn)為必須的前置知識(shí)，都是可以在完成目標(biāo)的過(guò)程中學(xué)到的。基于python爬蟲(chóng)，我們整理了一個(gè)完整的學(xué)習(xí)框架：篩選和甄別學(xué)習(xí)哪些知識(shí)，在哪里去獲取資源是許多初學(xué)者共同面臨的問(wèn)題。接下來(lái)，我們將學(xué)習(xí)框架進(jìn)行拆解，分別對(duì)每個(gè)部分進(jìn)行詳細(xì)介紹和推薦一些相關(guān)資源，告訴你學(xué)什么、怎么學(xué)、在哪里學(xué)。爬蟲(chóng)簡(jiǎn)介爬蟲(chóng)是一種按照一定的規(guī)則，自動(dòng)地抓取萬(wàn)維網(wǎng)信息的程序或者腳本。這個(gè)定義看起來(lái)很生硬，我們換一種更好理解的解釋：我們作為用戶獲取網(wǎng)絡(luò)數(shù)據(jù)的方式是瀏覽器提交請(qǐng)求->下載網(wǎng)頁(yè)代碼->解析/渲染成頁(yè)面；而爬蟲(chóng)的方式是模擬瀏覽器發(fā)送請(qǐng)求->下載網(wǎng)頁(yè)代碼->只提取有用的數(shù)據(jù)->存放于數(shù)據(jù)庫(kù)或文件中。爬蟲(chóng)與我們的區(qū)別是，爬蟲(chóng)程序只提取網(wǎng)頁(yè)代碼中對(duì)我們有用的數(shù)據(jù)，并且爬蟲(chóng)抓取速度快，量級(jí)大。隨著數(shù)據(jù)的規(guī)?；?，爬蟲(chóng)獲取數(shù)據(jù)的高效性能越來(lái)越突出，能夠做的事情越來(lái)越多：市場(chǎng)分析：電商分析、商圈分析、一二級(jí)市場(chǎng)分析等市場(chǎng)監(jiān)控：電商、新聞、房源監(jiān)控等商機(jī)發(fā)現(xiàn)：招投標(biāo)情報(bào)發(fā)現(xiàn)、客戶資料發(fā)掘、企業(yè)客戶發(fā)現(xiàn)等進(jìn)行爬蟲(chóng)學(xué)習(xí)，首先要懂得是網(wǎng)頁(yè)，那些我們?nèi)庋劭梢?jiàn)的光鮮亮麗的網(wǎng)頁(yè)是由HTML、css、等網(wǎng)頁(yè)源碼所支撐起來(lái)的。這些源碼被瀏覽器所識(shí)別轉(zhuǎn)換成我們看到的網(wǎng)頁(yè)，這些源碼里面必定存在著很多規(guī)律,我們的爬蟲(chóng)就能按照這樣的規(guī)律來(lái)爬取需要的信息。無(wú)規(guī)矩不成方圓，Robots協(xié)議就是爬蟲(chóng)中的規(guī)矩，它告訴爬蟲(chóng)和搜索引擎哪些頁(yè)面可以抓取，哪些不可以抓取。通常是一個(gè)叫作robots.txt的文本文件，放在網(wǎng)站的根目錄下。輕量級(jí)爬蟲(chóng)“獲取數(shù)據(jù)——解析數(shù)據(jù)——存儲(chǔ)數(shù)據(jù)”是爬蟲(chóng)的三部曲，大部分爬蟲(chóng)都是按這樣的流程來(lái)進(jìn)行，這其實(shí)也是模擬了我們使用瀏覽器獲取網(wǎng)頁(yè)信息的過(guò)程。1、獲取數(shù)據(jù)爬蟲(chóng)*步操作就是模擬瀏覽器向服務(wù)器發(fā)送請(qǐng)求，基于python，你不需要了解從數(shù)據(jù)的實(shí)現(xiàn)，HTTP、TCP、IP的網(wǎng)絡(luò)傳輸結(jié)構(gòu)，一直到服務(wù)器響應(yīng)和應(yīng)達(dá)的原理，因?yàn)閜ython提供了功能齊全的類庫(kù)來(lái)幫我們完成這些請(qǐng)求。Python自帶的標(biāo)準(zhǔn)庫(kù)urllib2使用的較多，它是python內(nèi)置的HTTP請(qǐng)求庫(kù)，如果你只進(jìn)行基本的爬蟲(chóng)網(wǎng)頁(yè)抓取，那么urllib2足夠用。Requests的slogen是“Requests is the only Non-GMO HTTP library for Python, safe for ”，相對(duì)urllib2，requests使用起來(lái)確實(shí)簡(jiǎn)潔很多，并且自帶json解析器。如果你需要爬取異步加載的動(dòng)態(tài)網(wǎng)站，可以學(xué)習(xí)瀏覽器抓包分析真實(shí)請(qǐng)求或者學(xué)習(xí)Selenium來(lái)實(shí)現(xiàn)自動(dòng)化。對(duì)于爬蟲(chóng)來(lái)說(shuō)，在能夠爬取到數(shù)據(jù)地前提下當(dāng)然是越快越好，顯然傳統(tǒng)地同步代碼不能滿足我們對(duì)速度地需求。（ps：據(jù)國(guó)外數(shù)據(jù)統(tǒng)計(jì)：正常情況下我們請(qǐng)求同一個(gè)頁(yè)面 100次的話，最少也得花費(fèi) 30秒，但使用異步請(qǐng)求同一個(gè)頁(yè)面 100次的話，只需要要 3秒左右。）aiohttp是你值得擁有的一個(gè)庫(kù)，aiohttp的異步操作借助于async/await關(guān)鍵字的寫(xiě)法變得更加簡(jiǎn)潔，架構(gòu)更加清晰。使用異步請(qǐng)求庫(kù)進(jìn)行數(shù)據(jù)抓取時(shí)，會(huì)大大提高效率。你可以根據(jù)自己的需求選擇合適的請(qǐng)求庫(kù)，但建議先從python自帶的urllib開(kāi)始，當(dāng)然，你可以在學(xué)習(xí)時(shí)嘗試所有的方式，以便更了解這些庫(kù)的使用。推薦請(qǐng)求庫(kù)資源:urllib2文檔： ： 、JSON、XML等格式。解析庫(kù)的使用等價(jià)于在HTML中查找需要的信息時(shí)時(shí)使用正則，能夠更加快捷地定位到具體的元素獲取相應(yīng)的信息。Css選擇器是一種快速定位元素的方法。Pyqurrey使用lxml解析器進(jìn)行快速在xml和html文檔上操作，它提供了和jQuery類似的語(yǔ)法來(lái)解析HTML文檔，支持CSS選擇器，使用非常方便。Beautiful Soup是借助網(wǎng)頁(yè)的結(jié)構(gòu)和屬性等特性來(lái)解析網(wǎng)頁(yè)的工具，能自動(dòng)轉(zhuǎn)換編碼。支持Python標(biāo)準(zhǔn)庫(kù)中的HTML解析器,還支持一些第三方的解析器。Xpath最初是用來(lái)搜尋XML文檔的，但是它同樣適用于HTML文檔的搜索。它提供了超過(guò) 100 個(gè)內(nèi)建的函數(shù)。這些函數(shù)用于字符串值、數(shù)值、日期和時(shí)間比較、節(jié)點(diǎn)和 QName 處理、序列處理、邏輯值等等，并且XQuery和XPointer都構(gòu)建于XPath基礎(chǔ)上。Re正則表達(dá)式通常被用來(lái)檢索、替換那些符合某個(gè)模式(規(guī)則)的文本。個(gè)人認(rèn)為前端基礎(chǔ)比較扎實(shí)的，用pyquery是最方便的，也不錯(cuò)，re速度比較快，但是寫(xiě)正則比較麻煩。當(dāng)然了，既然用python，肯定還是自己用著方便*。推薦解析器資源：pyquery 作為關(guān)系型數(shù)據(jù)庫(kù)的代表，擁有較為成熟的體系，成熟度很高，可以很好地去存儲(chǔ)一些數(shù)據(jù)，但在在海量數(shù)據(jù)處理的時(shí)候效率會(huì)顯著變慢，已然滿足不了某些大數(shù)據(jù)的處理要求。MongoDB已經(jīng)流行了很長(zhǎng)一段時(shí)間，相對(duì)于MySQL ，MongoDB可以方便你去存儲(chǔ)一些非結(jié)構(gòu)化的數(shù)據(jù)，比如各種評(píng)論的文本，圖片的鏈接等等。你也可以利用PyMongo，更方便地在Python中操作MongoDB。因?yàn)檫@里要用到的數(shù)據(jù)庫(kù)知識(shí)其實(shí)非常簡(jiǎn)單，主要是數(shù)據(jù)如何入庫(kù)、如何進(jìn)行提取，在需要的時(shí)候再學(xué)習(xí)就行。Redis是一個(gè)不折不扣的內(nèi)存數(shù)據(jù)庫(kù)，Redis 支持的數(shù)據(jù)結(jié)構(gòu)豐富，包括hash、set、list等。數(shù)據(jù)全部存在內(nèi)存，訪問(wèn)速度快，可以存儲(chǔ)大量的數(shù)據(jù)，一般應(yīng)用于分布式爬蟲(chóng)的數(shù)據(jù)存儲(chǔ)當(dāng)中。推薦數(shù)據(jù)庫(kù)資源：mysql文檔 redis文檔 selector 能夠方便地解析 response，然而它最讓人驚喜的還是它超高的性能，讓你可以將爬蟲(chóng)工程化、模塊化。學(xué)會(huì)scrapy，你可以自己去搭建一些爬蟲(chóng)框架，你就基本具備爬蟲(chóng)工程師的思維了。*Pyspider作為人氣飆升的國(guó)內(nèi)大神開(kāi)發(fā)的框架，滿足了絕大多數(shù)Python爬蟲(chóng)的需求 —— 定向抓取，結(jié)構(gòu)化化解析。它能在瀏覽器界面上進(jìn)行腳本的編寫(xiě)，功能的調(diào)度和爬取結(jié)果的實(shí)時(shí)查看，后端使用常用的數(shù)據(jù)庫(kù)進(jìn)行爬取結(jié)果的存儲(chǔ)等。其功能強(qiáng)大到更像一個(gè)產(chǎn)品而不是一個(gè)框架。這是三個(gè)最有代表性的爬蟲(chóng)框架，它們都有遠(yuǎn)超別人的有點(diǎn)，比如Nutch天生的搜索引擎解決方案、Pyspider產(chǎn)品級(jí)的WebUI、Scrapy最靈活的定制化爬取。建議先從最接近爬蟲(chóng)本質(zhì)的框架scary學(xué)起，再去接觸人性化的Pyspider，為搜索引擎而生的Nutch。推薦爬蟲(chóng)框架資源：Nutch文檔 scary文檔 pyspider文檔 爬取基本數(shù)據(jù)已經(jīng)沒(méi)有問(wèn)題，還能使用框架來(lái)面對(duì)一寫(xiě)較為復(fù)雜的數(shù)據(jù)，此時(shí)，就算遇到反爬，你也掌握了一些反反爬技巧。你的瓶頸會(huì)集中到爬取海量數(shù)據(jù)的效率，這個(gè)時(shí)候相信你會(huì)很自然地接觸到一個(gè)很厲害的名字：分布式爬蟲(chóng)。分布式這個(gè)東西，聽(tīng)起來(lái)很恐怖，但其實(shí)就是利用多線程的原理將多臺(tái)主機(jī)組合起來(lái)，共同完成一個(gè)爬取任務(wù)，需要你掌握 Scrapy +Redis+MQ+Celery這些工具。Scrapy 前面我們說(shuō)過(guò)了，用于做基本的頁(yè)面爬取， Redis 則用來(lái)存儲(chǔ)要爬取的網(wǎng)頁(yè)隊(duì)列，也就是任務(wù)隊(duì)列。scarpy-redis就是用來(lái)在scrapy中實(shí)現(xiàn)分布式的組件，通過(guò)它可以快速實(shí)現(xiàn)簡(jiǎn)單分布式爬蟲(chóng)程序。由于在高并發(fā)環(huán)境下，由于來(lái)不及同步處理，請(qǐng)求往往會(huì)發(fā)生堵塞，通過(guò)使用消息隊(duì)列MQ，我們可以異步處理請(qǐng)求，從而緩解系統(tǒng)的壓力。RabbitMQ本身支持很多的協(xié)議：AMQP，XMPP, SMTP,STOMP，使的它變的非常重量級(jí)，更適合于企業(yè)級(jí)的開(kāi)發(fā)。Scrapy-rabbitmq-link是可以讓你從RabbitMQ 消息隊(duì)列中取到URL并且分發(fā)給Scrapy spiders的組件。Celery是一個(gè)簡(jiǎn)單、靈活且可靠的，處理大量消息的分布式系統(tǒng)。支持 RabbitMQ、Redis 甚至其他數(shù)據(jù)庫(kù)系統(tǒng)作為其消息代理中間件， 在處理異步任務(wù)、任務(wù)調(diào)度、處理定時(shí)任務(wù)、分布式調(diào)度等場(chǎng)景表現(xiàn)良好。所以分布式爬蟲(chóng)只是聽(tīng)起來(lái)有些可怕，也不過(guò)如此。當(dāng)你能夠?qū)懛植际降呐老x(chóng)的時(shí)候，那么你可以去嘗試打造一些基本的爬蟲(chóng)架構(gòu)了，實(shí)現(xiàn)一些更加自動(dòng)化的數(shù)據(jù)獲取。推薦分布式資源：scrapy-redis文檔

就拿大數(shù)據(jù)說(shuō)話，優(yōu)勢(shì)一目了然，從事IT行業(yè)，打開(kāi)IT行業(yè)的新大門，找到適合自己的培訓(xùn)機(jī)構(gòu)，進(jìn)行專業(yè)和系統(tǒng)的學(xué)習(xí)。