关键词：
爬虫前奏
爬虫实例：
1.搜索引擎（百度、谷歌、360搜索等）。
2.伯乐在线。
3.惠惠购物助手。
4.数据分析与研究（数据冰山知乎专栏）。
5.抢票软件等。
什么是网络爬虫：
1.通俗理解：爬虫是一个模拟人类请求网站行为的程序，可以自动请求网页、并将数据抓取下来，然后使用一定的规则提取有价值的数据。
2.专业介绍：百度百科。
通用爬虫和聚焦爬虫：
1.通用爬虫：通用爬虫是搜索引擎抓取系统（百度、谷歌、搜狗等）的重要组成部分。主要是将互联网上的网页下载到本地，形成一个互联网内容的镜像备份。
2.聚焦爬虫：是面向特定需求的一种网络爬虫程序，他与通用爬虫的区别在于：聚焦爬虫在实施网页抓取的时候会对内容进行筛选和处理，尽量保证只抓取与需求相关的网页信息。
为什么用python写爬虫程序：
1.PHP：PHP大多用于网页开发，对多线程、异步支持不是很好，并发处理能力弱。爬虫是工具性程序，对速度和效率要求比较高。
2.Java：生态圈很完善，是python爬虫最大的竞争对手。但Java语言本身很笨重，代码量很大，重构成本比较高，任何修改会导致代码大量改动，而爬虫经常要修改采集代码。
3.C/C++：运行效率是无敌的，但学习和开发成本高，写爬虫程序可能要很长时间。
4.python：语法优美、海马简洁、开发效率高、支持的模块多。相关的HTTP请求模块和HTML解析模块非常丰富。还有Scrapy和Scrapy-redis框架让我们开发爬虫变得异常简单。
准备工具：
1.python3.6开发环境。
2.pycharm 2017 professional版。
3.虚拟环境“virtualenv/virtualenvwrapper”。
http协议和chrome抓包工具：
什么是http和https协议：
HTTP协议：全称是HyperText Transfer Protocal，中文意思是超文本传输协议，是一种发布和接受HTML页面的方法。服务器端口号是80端口。
HTTPS协议：是HTTP协议的加密版本，在HTTP下加入了SSL层，服务器端口号是443端口。
在浏览器中发送一个http请求的过程：
1.当用户在浏览器的地址栏中输入一个URL并按回车键之后，浏览器会向HTTP服务器发送HTTP请求，HTTP请求主要分为“get”和“post”两种方法。
2.当我们在浏览器输入URL http://www.baidu.com 的时候，浏览器发送一个request请求去截获 http://www.baidu.com 的html文件，服务器把request文件对象发送回给浏览器。
3.浏览器分析request中的html，发现其中引用了很多其他文件，比如lmages文件，css文件，js文件。浏览器会自动再次发送request去获取图片，css文件，或者js文件。
4.当所有的文件都下载成功后，网页会根据HTML语法结构完整的显示出来。
url详解：
url是统一资源定位符。
一个url由以下几部分组成：scheme://host:port/path/?query-string=xxx#anchor
scheme：代表的是访问的协议，一般为http或者http以及ftp等。
host：主机名、域名。
port：端口号。访问网站时，浏览器默认使用80端口。
path：查找路径。
query-string：查询字符串。
anchor：锚点，后台一般不用管，前端用来做页面定位。
在浏览器中请求一个url，浏览器会对这个url进行一个编码，除英文字母、数字和部分符号外，其他的全部使用百分号+十六进制码值进行编码。
常用的请求方法：
在http协议中，定义了8种请求方法。常用两种：get请求和post请求。
get请求：请求指定的页面信息，并返回实体主体。只从服务器获取数据，并不会对服务器资源产生任何影响。
post请求：向指定资源提交数据进行处理请求，数据包含在请求体中，POST请求可能会导致新的资源的建立或已有资源的修改。
请求头常见参数：
1.user-agent 2.referer 3.cookie
常见响应状态码：
1.200：请求正常，服务器正常的返回数据。
2.301：永久重定向。
3.302：临时重定向。
4.400：请求的url在服务器上找不到。
5.403：服务器拒绝访问，权限不够。
6.500：服务区内部错误。
chrome抓包工具：
chrome浏览器是一个非常亲近开发者的浏览器。可以方便的查看网络请求以及发送的参数。
快看sample代码，速学swift语言-基础介绍快看sample代码，速学swift语言-语法速览(代码片段)
快看Sample代码，速学Swift语言（2）-基础介绍Swift语言是一个新的编程语言，用于iOS,macOS,watchOS,和tvOS的开发，不过Swift很多部分内容，我们可以从C或者Objective-C的开发经验获得一种熟悉感。Swift提供很多基础类型，如Int，String，Doub... 查看详情
linux之：ubuntu速学笔记
...2016-7-217:11:28Saturday课程资源： web程序员角度ubuntu自修速学课程链接来源：程序员在囧途， VMware:VMwareWorkstation12Ubuntu:Ubuntu16.04-64位写文章之前要感谢囧途讲师（以后简称“囧师”，望叔见谅）【沈逸】“沈叔”... 查看详情
一文速学-最小二乘法曲线拟合算法详解+项目代码
目录前言一、曲线拟合策略二、最小二乘法理论基础1.残差原理特征< 查看详情
reactnative之react速学教程(中)
概述本篇为《ReactNative之React速学教程》的第一篇。本篇将从React的特点、如何使用React、JSX语法、组件(Component）以及组件的属性，状态等方面进行讲解。What’sReactReact是一个用于组建用户界面的JavaScript库，让你以更简单的方式... 查看详情
reactnative之react速学教程(上)
概述本篇为《ReactNative之React速学教程》的第一篇。本篇将从React的特点、如何使用React、JSX语法、组件(Component）以及组件的属性，状态等方面进行讲解。What’sReactReact是一个用于组建用户界面的JavaScript库，让你以更简单的方式... 查看详情
微信支付（速学）
微信支付开发IOS图文教程案例 如何成为微信支付商户的方法：腾讯客服-微信支付商户申请接入信息汇总：http://kf.qq.com/faq/140225MveaUz150107UVFNjy.html腾讯客服-APP接入微信支付商户方法：http://kf.qq.com/faq/130807me2YZf140528j6JRjE.html... 查看详情
c#基础速学(代码片段)
原文地址https://www.cnblogs.com/younShieh/p/10945264.html 前几天在刷即刻的时候发现了一个GitHub上的项目，该项目名为“learnxinyminutes”，这个名称就很简明扼要——“y分钟学习xxx”，一看就很牛。对于这种... 查看详情
reactnative之react速学教程(代码片段)
...篇幅比较多，学起来比较枯燥。通过《ReactNative之React速学教程》你可以对React有更系统和更深入的认识。为了方便大家学习，我 查看详情
linux之：ubuntu速学笔记
撰写日期：2016-7-318:20:39基本内容包括：Flashplayer安装、编译安装PHP、写个简单的PHP程序；Java程序（Java需要使用“javac”命令编译一下才能执行） 一、安装PHP、flashplayer、简单的PHP程序编写1、安装flashplayer①、练习使用a... 查看详情
reactnative之react速学教程(下)
概述本篇为《ReactNative之React速学教程》的最后一篇。本篇将带着大家一起认识ES6，学习在开发中常用的一些ES6的新特性，以及ES6与ES5的区别，解决大家在学习React/ReactNative过程中对于ES6与ES5的一些困惑。ES6的特性何为ES6？ES6全称... 查看详情
gson速学必会(代码片段)
一.GSON简介GSON是一个Java语言编写的用于处理JSON数据格式的开源应用程序编程接口项目。它将Java对象转换为JSON表示。还可以用于将JSON字符串转换为等效的Java对象。gson包包含了JSON数据处理的所有常见类和接口。gson内部的子包ref... 查看详情
natapp内网穿透速学教程(代码片段)
natapp内网穿透速学教程概念安全性natapp的使用1.注册2.购买隧道3.隧道配置4.我的隧道5.配置隧道6.客户端下载7.运行natapp8.测试概念内网穿透简单来说就是将内网地址（局域网地址）转换成可以让外网直接访问的地址。实现... 查看详情
一文速学-pandas处理dataframe稀疏数据及维度不匹配数据详解(代码片段)
...前的博客详细介绍这两种数据结构的处理方法：一文速学-数据分析之Pandas数据结构和基本操作代码一文速学-Pandas实现数值替换、排序、排名、插入和区间切片一些Pandas基础函数的使用方法：DataFrame行列表查询操作详解... 查看详情
架构思维案例：速学正则
前言本文的目的不仅是教会读者怎么使用正则表达式。更希望通过学习正则表达式的案例，让读者感受一种不同的思维方式。鱼亦渔亦水，谁知道呢，我在扯淡，你要不要看？正文正则表达式是描述一组字符串特征的模式，... 查看详情
elasticsearch速学-ik中文分词器远程字典设置
前面已经对”IK中文分词器“有了简单的了解： 但是可以发现不是对所有的词都能很好的区分，比如： 逼格这个词就没有分出来。词库实际上IK分词器也是根据一些词库来进行分词的，我们可以丰富这个词库。 IK... 查看详情
grpc之protobuf常用语法速学(代码片段)
1，语法速学(1):返回商品”数组”、repeated修饰符Repeated:是一个修饰符,返回字段可以重复任意多次（包括0次）可以认为就是一个数组(切片) 服务端：创建protobuf文件syntax="proto3";packageservices;import"google/api/annotations.proto";mes... 查看详情
速学typescript-精简划重点手册-中册(代码片段)
👉关于作者众所周知，人生是一个漫长的流程，不断克服困难，不断反思前进的过程。在这个过程中会产生很多对于人生的质疑和思考，于是我决定将自己的思考，经验和故事全部分享出来，以此寻找... 查看详情
一文速学-pandas中dataframe转换为时间格式数据与处理(代码片段)
...便时间的运算等操作。正好原来有篇文章特别是讲述一文速学-Pandas处理时间序列数据操作详解。这篇文章忽略掉了如何转换为时间序列数据，正好补上，这样就实现的Pandas处理时间数据的全部内 查看详情