爬虫概述
前戏
你是否在夜深人静的时候，想看一些会让你更睡不着的图片…
你是否在考试或者面试前夕，想看一些具有针对性的题目和面试题…
你是否想在杂乱的网络世界获取你想要的数据…
爬虫的价值
实际应用
就业
什么是爬虫
通过编写程序，模拟浏览器上网，然后让其去互联网上抓取数据的过程
关键词抽取：
模拟：浏览器就是一个纯天然最原始的一个爬虫工具
抓取：
抓取一整张页面源码数据
抓取一整张页面中的局部数据
爬虫的分类
通用爬虫：
要求我们爬取一整张的页面源码数据
聚焦爬虫：
要求爬取一张页面中的局部的数据
聚焦爬虫一定是建立在通用爬虫基础之上
增量式爬虫：
用来检测网站数据更新的情况，以便爬取到网站最新更新出来的数据。
分布式爬虫：
提高爬虫效率的终极武器。
反爬、反反爬
反爬机制：
是作用到门户网站中。如果网站不想让爬虫轻易爬取到数据，它可以制定相关的机制或者措施阻止爬虫程序爬取数据。
反反爬策略：
是作用在爬虫程序中。我们爬虫可以制定相关的策略破击反爬机制从而爬取到相关的数据。
第一种反爬机制：
robots协议：防君子不防小人
是一个纯文本的协议，协议中规定了该网站中哪些数据可以被哪些爬虫爬起，哪些不可以被爬取。
破解：
你自己主观性的不遵从该协议即可。
robots协议详细介绍：
黄山市民网：https://www.huangshanshimin.com/
