爬虫基本原理详解

爬虫的定义:请求网站并提取数据的自动化程序 put请求的参数会包含在url中,而post则不会 响应体就是源代码.先得到文件的类型,就是源代码,然后在继续请求内置的各种链接,一般都是图片啊,视频之类的. 如何来解析? 为什么我们抓到的数据和浏览器中看到的不一样呢? 用库得到的是网页的源代码,而浏览器(elements)中,显示的是经过js渲染的 怎样解决JavaScript渲染的问题? 怎样保存数

>>阅读原文<<