《Python网络爬虫基础教程》课件 第3章 抓取静态网页数据.pptxVIP

第3章抓取静态网页数据;学习目标/Target;学习目标/Target;章节概述/Summary;目录/Contents;目录/Contents;抓取静态网页的技术;;静态网页是由服务器预先生成的完整HTML文档，这种网页的内容在服务器端已经完全确定，不会因用户的请求而产生变化。在静态网页中，所有的数据都直接内嵌在HTML源代码中，无需依赖一些前端技术进行渲染即可完整呈现。因此，抓取静态网页的数据本质上就是获取静态网页的源代码的过程。网络爬虫通过模仿浏览器的行为，向Web服务器发送HTTP请求并接收响应，即可完整获取静态网页的全部数据。;为帮助开发者实现静态网页抓取，Python提供了专门用于发送和接收HTTP请求的编程工具库，包括urllib、httpx和Requests。其中，urllib是Python内置库，无须安装便可以直接在程序中使用；其他都是第三方库，需要另行安装后才可以在程序中使用。;3.1抓取静态网页的技术;3.1抓取静态网页的技术;3.1抓取静态网页的技术;3.1抓取静态网页的技术;值得一提的是，Requests是第三方库，需要通过pip工具进行安装，如此便可以在导入程

序后直接使用。例如，在当前的开发环境中安装指定版本的Requests库，具体命令如下。;发送基本请求;;当用户在浏览器的地址栏中输入某个URL地址或者单击网页上的某个超链接时，浏览