深度学习技术应用 课件 项目2-第1节_数据爬取与清洗_V1.0.pptx

项目二：数据集准备;什么是爬虫

爬虫基本流程

网页基本结构;;网页的请求和响应方式是Request和Response

Request：用户将自己的信息通过浏览器（socketclient）发送给服务器（socketserver）

Response：服务器接收请求，分析用户发来的请求信息，收到请求信息后返回数据（返回的数据中可能包含其他链接，如：image、js、css等）

浏览器在接收Response后，会解析其内容来显示给用户，而爬虫程序在模拟浏览器发送请求然后接收Response后，是要提取其中的有用数据。下图为爬虫具体流程。;网页一般由三部分组成，分别是HTML（超文本标记语言）、