爬虫能获取什么样的数据和具体的解析方式

能抓到什么样的数据？

网页文本：如 HTML 文档，Ajax加载的Json格式文本等；

图片，视频等：获取到的是二进制文件，保存为图片或视频格式；

其他只要能请求到的，都能获取。

演示

import requests
 
headers = {'User-Agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36'}
resp = requests.get('http://www.baidu.com/img/baidu_jgylogo3.gif',headers=headers)
print(resp.content) # 二进制文件使用content
# 保存图片
with open('logo.gif','wb') as f:
    f.write(resp.content)
    print('Ok') 

成功运行就可以看到打印出来的图片的二进制数据，可保存成功后打印的 OK，这个时候我们打开文件夹就可以看到下载下来的图片了。这几行代码就简单的演示了爬虫保存文件的过程。

解析方式有哪些？

直接处理，比如简单的页面文档，只要去除一些空格的数据；

Json解析，处理Ajax加载的页面；

正则表达式；

BeautifulSoup库；

PyQuery；

XPath。

总结

看到这里，大家是不是已经对爬虫的基本工作原理有了清晰的认识了呢。当然，罗马并不是一天建成的，只要积累了足够多的经验，大家肯定能成为爬虫大神的。相信大家把我分享的相关资料看完，一定会成功的。

以上就是爬虫能获取什么样的数据和具体的解析方式的详细内容，更多请关注Gxl网其它相关文章！

查看更多关于爬虫能获取什么样的数据和具体的解析方式的详细内容...