世界上80%的爬蟲是基於Python開發的，學好爬蟲技能，可為后續的大數據分析、挖掘、機器學習等提供重要的數據源。
整理這個文檔資料希望能對小伙伴有幫助。
什么是爬蟲？
網絡爬蟲（又被稱為網頁蜘蛛，網絡機器人，在FOAF社區中間，更經常的稱為網頁追逐者），是一種按照一定的規則，自動地抓取萬維網信息的程序或者腳本。另外一些不常使用的名字還有螞蟻、自動索引、模擬程序或者蠕蟲。
其實通俗的講就是通過程序去獲取web頁面上自己想要的數據，也就是自動抓取數據
爬蟲可以做什么？
你可以爬去妹子的圖片，爬取自己想看看的視頻。。等等你想要爬取的數據，只要你能通過瀏覽器訪問的數據都可以通過爬蟲獲取
爬蟲的本質是什么？
模擬瀏覽器打開網頁，獲取網頁中我們想要的那部分數據
瀏覽器打開網頁的過程：
當你在瀏覽器中輸入地址后，經過DNS服務器找到服務器主機，向服務器發送一個請求，服務器經過解析后發送給用戶瀏覽器結果，包括html,js,css等文件內容，瀏覽器解析出來最后呈現給用戶在瀏覽器上看到的結果
所以用戶看到的瀏覽器的結果就是由HTML代碼構成的，我們爬蟲就是為了獲取這些內容，通過分析和過濾html代碼，從中獲取我們想要資源（文本，圖片，視頻.....）