Python 爬虫之 Request +re

什么是爬虫？

它是指向网站发起请求，获取资源后分析并提取有用数据的程序；

爬虫的步骤：

1、发起请求

使用http库向目标站点发起请求，即发送一个Request

Request包含：请求头、请求体等

2、获取响应内容

如果服务器能正常响应，则会得到一个Response

Response包含：html，json，图片，视频等

3、解析内容

解析html数据：正则表达式（RE模块），第三方解析库如Beautifulsoup，pyquery等

解析json数据：json模块

解析二进制数据：以wb的方式写入文件

4、保存数据

数据库（MySQL，Mongdb、Redis）文件

废话不多说，直接上代码截图(本文以抓取猫眼网站电影数据为示例)：

以下是执行后输出的结果：

备注：代码截图中有详细的注释信息，所以不在文中再来说明代码中的用法。