Re: [問題] 爬蟲新手請益

[sky800507 (B翰)]

※ 引述《ntumath (math mad)》之銘言：
: 大家好，小弟我打算在這個寒假要學爬蟲
: 網路上我自己可以查到有BeautifulSoup,Scrapy,Selenium這三種
: 想請問這三種爬蟲有難易之分嗎，還是就先選定一種順順的學下去就好?

剛好有人問到，小弟又會一點點爬蟲，所以幫忙回答一下!

1. requests -> 擷取資訊。 將網頁上的資訊擷取下來，一般常用get還有post的方法
2. selenium -> 擷取資訊。 遇上一些比較難搞的動態網頁，
                          如Facebook的社團是沒辦法用API來取得資訊，
                          這時候就會用selenium操縱真實的瀏覽器來擷取資訊
3. BeautifulSoup -> parser剖析器。 將抓取回來的網頁資訊用DOM的方式剖析，
                                   更容易取得網頁標籤裡的內容
4. Scrapy -> 爬蟲框架。 可以更有效率的去管理與執行爬蟲專案

所以一般需求的網路爬蟲直接使用requests與selenium獲取資料，
BeautifulSoup剖析資料就能夠滿足需求

比較具規模的爬蟲專案可能就會使用scrapy框架
(一樣會用到requests, selenium, BeautifulSoup)

學習的順序應該是1、3先，再來2，最後再4

如說明有誤或不齊全，歡迎補充或指正!!

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.160.152.16
※ 文章網址: https://www.ptt.cc/bbs/Python/M.1484581012.A.236.html
推 max80713: 感謝sky大解說~
推 jia1013: 感謝sky大
推 exthrash: 推!
→ sky800507: 補充一下，正規表達在爬蟲也很常用到
→ king4647: 也可以學xpath 不錯用
推 sky094315: 推。想請問一下大大，想熟練使用requests的用法要搜尋
→ sky094315: 哪些關鍵字？因為我在網路上找到的幾乎都是使用Beautif
→ sky094315: ulSoup，謝謝