python的爬虫入门学习1
今日内容：
1.爬虫原理
2.Requests请求库
一：爬虫原理
1.什么是互联网
指的是由一堆网络设备，把一台台的计算机互联到一起称之为互联网
2.互联网建立的目的
互联网建立的目的是为了数据的传递以及数据的共享
3.上网的全过程：
普通用户：打开浏览器->发送请求->往目标站点发送请求->获取响应数据->渲染到浏览器中
爬虫程序: 模拟浏览器->往目标站点发送请求->获取响应数据->提取有价值数据->持久化到数据中
4.什么是数据
例如淘宝，京东商品信息等...
东方财富，雪球网的一些证券投资信息...
链家，自如等房源信息...
12306的票务信息...
5.浏览器发动的是什么请求
http协议的请求
客户端：
浏览器是一个软件->客户端的ip和端口
服务端
https://www.jd.com/
www.jd.com(京东域名)->DNS解析->京东服务器的ip和端口
客户端的ip和端口----->服务端的ip和端口发送请求可以建立链接获取相应数据
6.爬虫的全过程
-发送请求 （需要请求库：Requests请求库，Selenium请求库）
-获取响应数据 （只要往服务器发送请求，请求通过后会返回响应数据）
-解析并提取数据（需要解析库：re,BeautifulSoup4,Xpath...)
-保存到本地 （文件处理，数据库，MongoDB存储库）
二.
URL和URI的区别：
URL是统一资源定位符，表示资源的地址（我们说网站的网址就是URL），而URI是统一资源标识符 ，即用字符串来标识某一互联网资源，因此，URI属于父类，URL属于子类
爬虫：
爬虫事实上就是一个程序，用于沿着互联网结点爬行，不断访问不同的网站，以便获取它所需要的资源。
2.实例：
import urllib.request
response=urllib.request.urlopen("http://www.hao123.com")
html=response.read()
注：urllib.request.urlopen返回的是一个HTTPResponse的实例对象，它属于http.client模块
只能用read()才能读出URL内容
3.关于编码问题：
