网上Python爬虫教程这么多,但是做爬虫的这么少呢?
网上教程多,是因为入门简单,容易获得成就感,容易忽悠小白
爬虫就是因为 太有技术含量 ,所以会的人少,可能看起来做的人就少了
爬虫远比我们想的复杂
大多数人会的,只是造一颗 螺丝钉, 而整个爬虫系统,就好比造 火箭
大多数人,只掌握了入门级的水品,也就是最多能造个螺丝钉,造不出火箭
为什么我说爬虫远比我们想的复杂呢?
爬虫绝不是表面的 用 requests 、urllib,发个http请求那么简单
就如同 楼上的几位回答者所说,如果只是发个http请求,根本用不着专门来学,随便找个火车头之类的工具,拖几下鼠标就搞定了
实际情况中,你要抓人家的数据, 会有很多门槛 :
1.人家检测出你是爬虫,拉黑你IP (人家究竟是通过你的ua、行为特则 还是别的检测出你是爬虫的?你怎么规避?)
2.人家给你返回脏数据,你怎么辨认?
3.对方被你爬死,你怎么设计调度规则?
4.要求你一天爬完10000w数据,你一台机器带宽有限,你如何用分布式的方式来提高效率?
5.数据爬回来,要不要清洗?对方的脏数据会不会把原有的数据弄脏?
6.对方的部分数据没有更新,这些未更新的你也要重新下载吗?怎么识别?怎么优化你的规则?
7.数据太多,一个数据库放不下,要不要分库?
8.对方数据是JavaScript渲染,那你怎么抓?要不要上PhantomJS?
9.对方返回的数据是加密的,你怎么解密?
10.对方有验证码,你怎么破解?
11.对方有个APP,你怎么去得到人家的数据接口?
12.数据爬回来,你怎么展示?怎么可视化?怎么利用?怎么发挥价值?
13. 等等 ......
你看,一个强大的爬虫, 涉及很多学科的知识 ,是一门很大的学问
你要:
你看,这设计多少知识了,每一个知识点,基本都是一个学科,都不是几本书能解决的
一个人,想精通这些,是十分困难的,所以一般是团伙协作作案
你负责端茶递水、我负责解密他的接口、另外的同事负责写代码,搞数据库,破解验证码 等等
你问一个人能做出这么强大的东西吗?
可以,在有一定知识储备的情况下,用人家的轮子,是完全可以搭建起来的
所以,网上的爬虫教程,无法把这些系统的讲给你听,就好比你想学赚钱,谁又能给你一个系统的教程呢?
你想上班赚钱,还是想卖豆腐赚钱?
卖什么豆腐?
什么价格?
店铺开哪里?
要不要请人?
不知道!
其实我上面列出的每个知识块,网上都有,零零散散的而已
你需要自己去辨别,整合这些知识,然后为你所用
现在你明白为什么网上的教程,都不够系统,不够深入了吧
因为这很难,涉及到的学科知识太多了
如果再想知道更多基础
私信发送“1”, 即可获取
私信方法:点我主页头像旁边的私信按钮,回复“ 1 ”即可