一、 网页源码的获取

先说说我们要用Python的urllib库来获取网页的源代码，就像我们用放巨大镜kan网页上的每一个字一样，这样才Neng找到我们想要的数据。

代码是这样的：

page = urllib2.urlopen.read

这里的page就是网页的源代码， 就像你把一张纸翻过来kan背面一样，我们就Nengkan到这玩意儿page的内容了。

二、所需内容的提取

有了源代码，我们就要开头找我们想要的数据了。就像在超市里找你想要的水果一样，我们需要用一些工具来帮我们找到这些个水果。

在这玩意儿案例中， 我们用到了正则表达式，这是一种超级有力巨大的工具，它Neng帮我们找到特定的模式。

比如 我们要找的是股票信息，我们Neng这样写代码：

pattern=re.compile

这里的pattern就像一个指南针，它告诉我们该往哪个方向找。

三、所得后来啊的整理

找到了我们想要的数据，接下来就是整理它们了。就像我们把超市里的水果分类一样，我们也要把找到的数据分类整理。

在这玩意儿案例中， 我们用了一个叫Zuocsv的库，它Neng帮我们把数据保存到一个CSV文件里。

f = csv.writer)

这里的f就像是一个细小本本，我们把找到的数据dou记在细小本本里。

四、 其他突破反爬虫管束的方法

有些网站hen机灵，它们会通过一些方法来别让别人抓取数据，这就是所谓的反爬虫管束。

但是 我们也有一些方法来突破这些个管束，比如用代理IP，这样别人就找不到我们的真实实IP了。

url = 'http://ar.com/stock/ranklist_a_3_1_1.html' # 目标网址

headers = {'User-Agent': 'Mozilla/ '} # 浏览器求报头

request = urllib.request.Request # 求服务器

response = urllib.request.urlopen # 服务器应答

content = response.read.decode # 以一定的编码方式查kan源码

五、 实战

优良了眼下我们用这玩意儿方法来实战一下比如我们要抓取某个网站的股票信息。

先说说 我们要找到那东西网站的股票信息所在的页面然后我们就Neng用我们刚刚学到的技巧来抓取数据了。

这玩意儿过程就像我们玩游戏一样，一步一步来hen迅速就学会了。

通过这玩意儿Python爬虫案例，我们学会了怎么抓取网页数据，怎么整理数据，以及怎么突破反爬虫管束。

这是一个非常实用的技Neng，希望你们Neng够学会并且应用到实际中去。