一看就明白的爬虫入门讲解：基础理论篇

我们的目的是什么 内容从何而来 了解网络请求 一些常见的限制方式 尝试解决问题的思路 效率问题的取舍 一、我们的目的是什么 一般来讲对我们而言，需要抓取的是某个网站或者某个应用的内容，提取有用的价值，内容一般分为两部分，非结构化的文本，或结构化的文本。 1. 关于非结构化的数据 1.1 HTML文本（包含JavaScript代码） HTML文本基本上是传统爬虫过程中最常见的，也就是大多数时候会遇到

>>阅读原文<<