什么是python爬虫？

如果你想学习 python，那么你一定听过“爬虫”。那么这篇文章 w3cschool 小编就来为你介绍一下什么是 python 爬虫。

概述

Python 爬虫主要是指网络数据的抓取和处理。相比于其他编程语言，python 内含有大量的内置包，非常适合用来开发网络爬虫，可以轻松实现爬虫的功能。

Python爬虫的架构组成

URL 管理器：用来管理 URL 集合，将待爬取的 URL 传送给网页下载器；

网页下载器：爬取相应的网页，并将它存储成字符串，再传送给网页解析器；

网页解析器：分析出网页中有价值的数据并存储，同时补充 URL 到 URL 管理器。

爬虫工作原理

通过 URL 管理器判断是否有等待爬取的 URL，如果有的话通过调度器传递给下载器，下载 URL 内容，之后通过调度器传送给解析器，解析 URL 的内容，并将有价值的数据和新的 URL 列表通过调度器传送给应用程序，并输出数据的过程。

以上就是问题“什么是python爬虫？”的全部内容。更多 python 爬虫学习请关注 python 编程狮。

推荐课程：零基础学爬虫，python3爬虫入门与实践