- 11
- 0
- 约1.91万字
- 约 64页
- 2021-01-23 发布于广东
- 举报
抓取网页的含义和URL基本构成
1、网络爬虫的定义
网络爬虫,即Web Spider,是一个很形象的名字。
把互联网比喻成一个蜘蛛网,那么Spider就是在网上爬来爬去的蜘蛛。 网络蜘蛛是通过网页的链接地址来寻找网页的。
从网站某一个页面(通常是首页)开始,读取网页的内容,找到在网页 中的其它链接地址,
然后通过这些链接地址寻找下一个网页,这样一直循环下去,直到把这 个网站所有的网页都抓取完为止。
如果把整个互联网当成一个网站,那么网络蜘蛛就可以用这个原理把互 联网上所有的网页都抓取下来。
这样看来,网络爬虫就是一个爬行程序,一个抓取网页的程序。
网络爬虫的基本操作是抓取网页。
那么如何才能随心所欲地获得自己想要的页面?
我们先从URL开始。;2、 浏览网页的过程
抓取网页的过程其实和读者平时使用IE浏览器浏览网页的道理是一样 的。
比如说你在浏览器的地址栏中输入 这个地址。
打开网页的过程其实就是浏览器作为一个浏览的客户端”,向服务器 端发送了 一次请求,把服务器端的文件抓”到本地,再进行解释、 展现。
HTML是一种标记语言,用标签标记内容并加以解析禾口区分。
浏览器的功能是将获取到的HTML代码进行解析,然后将原始的代码转变成我们直接看到 的网站页面。
3、 URI的概念和举例
简单的来讲,URL就是在浏览器端输入的 这个
字符串。
在理解URL之前,首先要理解URI
您可能关注的文档
最近下载
- DB37_T 1639.4-2024 重点工业产品用水定额 第4部分:化学原料和化学制品制造业重点工业产品.pdf VIP
- 急性缺血性脑卒中的多模态CT评估.pptx VIP
- 2025苏教版数学二年级上册全册教案教学设计.pdf
- 光电子技术基础(第二版)(朱平京)习题答案1-9章(全).docx VIP
- 山西襄垣方言语音的研究.pdf VIP
- ASME PTC-13-2018 国外国际标准.pdf
- 屋面光伏安全培训内容课件.pptx VIP
- “湿法二水—半水法制磷酸”工艺流程.docx剖析.docx VIP
- 消化内镜诊疗镇静及麻醉管理中国指南(2026版)解读PPT课件.pptx VIP
- 深度解析(2026)《YYT 0958.1-2025矫形用钻类器械 第1部分:钻头、丝锥和沉头钻》.pptx VIP
原创力文档

文档评论(0)