备案控制台

开发者社区

开发者社区> 问答> 正文

python爬虫一般流程是分为几步，分别是什么呢？

python爬虫一般流程是分为几步，分别是什么呢？

展开

收起

游客5gwrmn6pzajfm 2021-11-05 22:00:28 1219 0

1 条回答

写回答

取消提交回答

游客ckw3wjaz7nsko

1.初始一批URL，将这些URL放到待爬取队列 2.从队列中取出这些URL，通过DNS解析IP，到对应IP站点下载HYML页面保存在本地服务器中，爬取完的URL放到已爬取队列 3.分析这些网页内容，找到网页里面的其他关系的URl链接，继续执行第2步，直到爬取条件结束

2021-11-05 22:04:51

赞同展开评论打赏

问答分类：

数据采集 Python

问答标签：

爬虫python Python爬虫 Python流程爬虫流程 Python爬虫流程

问答地址：

开发者社区 > 大数据 > 问答

版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

相关问答

DataWorks基于python语言，在dataworks自定义UDF函数的具体流程？

326

6

0

能大概讲一下Dataphin这个流程吗，你说的是python来获取一个token，然后token怎么

100

1

0

我需要用python来处理这张表的字段，怎么个流程？

174

1

0

python爬虫的方法有哪些？

641

0

0

python爬虫的好方法都有哪些

798

0

0

爬虫的基本流程是什么呢?

1241

2

0

python 爬虫可以爬需要手机验证码登录的后台吗？

996

1

0

Python网络编程：TCPServer简单实现流程

499

0

0

python 爬虫常用的第三方库有什么？

1094

1

0

python中try/finally语句工作流程是什么？

337

1

0

问答排行榜

最热

最新

1 通过阿里云代备案系统进行个人快速备案 2699538

2 【大咖问答】对话PostgreSQL 中国社区发起人之一，阿里云数据库高级专家德哥 1818164

3 据说在家办公的程序员是这样写代码的？ 1792094

4 阿里云开放端口权限 689779

5 《阿里云服务器从入门到精通》—论坛精华帖汇总（2013.8.21更新） 599355

6 如何升级配置 536019

7 【藏经阁一起读（27）】本周推荐《Apache Flink案例集（2022版）》，你有哪些心得？ 522298

8 【精品问答】python技术1000问(1) 513935

9 Flink Forward Asia 2021 有奖问答 512761

10 Linux Bash严重漏洞修复紧急通知（已全部给出最终修复方案） 456884

11 工信部官网：www.miitbeian.gov.cn打不开解决办法 399448

12 OceanBase 使用动画（持续更新） 359221

13 阿里云LNAMP(Linux + Nginx + Apache + MySQL + PHP)环境一键安装脚本 329681

14 OSS存储服务-客户端工具 321222

15 为体验实验室取一个新名字。 307154

16 企业邮箱发送邮件时，若出现投递失败产生退信，内容提示包含如下： the mta server of * reply:550 failed to meet SPF requirements 或者 the mta server of 163.com — 163mx01.mxmail.netease.com(220.181.14.141) reply:550 MI:SPF mx14,QMCowECpA0qTiftVaeB3Cg—.872S2 1442548128 http://mail.163.com/help 303641

17 Win Server 2003-2016 加密勒索事件必打补丁合集 295089

18 FLASH播放器，在IE浏览器下显示请确定您的域名已完成备案和CNAME绑定 283429

19 安全组详解，新手必看教程 277222

20 写code还是做管理，开发者如何进行职业规划？ 268230

1 如何让系统具备良好的扩展性？ 879

2 在JS编程中有哪些常见的编程“套路”或习惯？ 763

3 表单新加了个字段A，历史数据要添加字段A的值问题 125

4 在做程序员的道路上，你掌握了什么关键的概念或技术让你感到自身技能有了显著飞跃？ 1639

5 作为一个经典架构模式，事件驱动在云时代为什么会再次流行呢？ 1267

6 宜搭：提交表单前，如何校验另一张表单的数据？ 259

7 如何看待首个 AI 程序员入职科技公司？ 2043

8 未启用对服务器的访问 528

9 在图像处理应用场景下，Serverless架构的优势体现在哪些方面？ 1740

10 如何处理线程死循环？ 2343

11 宜搭自定义页面，这个是怎么配置的 203

12 Idea 2024.1RC 报错提示 249

13 如何写出更优雅的并行程序？ 1682

14 你认为一个优秀的技术PM应该具备什么样的能力？ 2145

15 宜搭页面复制问题 368

16 宜搭审批节点调用连接器给表单组件赋值 156

17 宜搭在自定义页面保存数据新建表单后如何返回新建表单formInstId值 150

18 Nacos配置了鉴权登录接口返回caused:这个有谁清楚吗？ 186

19 从哪个版本开始nacos分成了两个端口？8848和9848 149

20 钉钉宜搭中要如何实现每日定时自动获取表单1中符合条件的实例数量总和，并赋值给表单2中的某个组件 353

相关课程

更多

Python爬虫实战

39277

6

去学习

Python开发基础入门

11202

17

去学习

Python常用数据科学库

1460

53

去学习

Python网络爬虫实战

2190

3

去学习

Python完全自学手册图文教程

11193

39

去学习

Python基础快速入门实战教程

37991

8

去学习

推荐问答

乘风问答官招募中！机械键盘免费拿

相关电子书

更多

From Python Scikit-Learn to Sc 立即下载

Data Pre-Processing in Python: 立即下载

双剑合璧-Python和大数据计算平台的结合 立即下载

相关实验场景

更多