你对python爬虫略知一二？来看这篇文章我让你快速入门！

Python3 爬虫快速入门攻略

一、什么是网络爬虫？

1、定义：网络爬虫（Web Spider），又被称为网页蜘蛛，是一种按照一定的规则，自动地抓取网站信息的程序或者脚本。

如果你感觉学不会？莫慌，小编推荐大家加入群，

前面516中间107后面834，群里有志同道合的小伙伴，

互帮互助，还可以拿到许多视频教程！

2、简介：网络蜘蛛是一个很形象的名字。如果把互联网比喻成一个蜘蛛网，那么Spider就是在网上爬来爬去的蜘蛛。网络蜘蛛是通过网页的链接地址来寻找网页，从 网站某一个页面开始，读取网页的内容，找到在网页中的其它链接地址，然后通过这些链接地址寻找下一个网页，这样一直循环下去，直到把这个网站所有的网页都抓取完为止。

3、爬虫流程：先由urllib的request打开Url得到网页html文档——浏览器打开网页源代码分析元素节点——通过Beautiful Soup或则正则表达式提取想要的数据——存储数据到本地磁盘或数据库（抓取，分析，存储）

二、上代码，直接看注释

开发环境：Win10+Python 3.6.1 64bit+PyCharm，自学Python 3爬虫时的备忘笔记。

1、爬取简书网站首页文章的标题和文章链接

结果：

2、爬取知乎网站的美女图片链接，并保存到本地

结果：

三、学习总结

大概学习了下通过urllib和Beautiful Soup 进行简单数据爬取的流程，但是那只适用于一些简单的、数据量比较小的爬虫项目，如果需要爬取的数据量比较大的话，之前的方法必定非常缓慢，而且还可能遇到大规模爬虫IP被网站封禁的情况，因为好的网站会有反爬虫策略。多线程和分布式爬虫、 IP代理、处理验证码、模拟登陆、内置浏览器引擎爬虫，还有注意配合反爬虫措施比较少的移动APP端抓取（抓包工具Fiddler）等等问题。