Python爬虫可以爬取什么

Python爬虫可以爬取网站上的数据。比如，可以抓取京东上的商品信息和价格等。极光爬虫，可以帮助更好的采集数据。

爬虫软件抓取商品价格_爬虫抓取是什么意思

爬虫软件抓取商品价格_爬虫抓取是什么意思

网络爬虫（又被称为网页蜘蛛，网络机器人，在FOAF社区中间，更经常的称为网页追逐者），是一种按照一定的规则，自动地抓取万维网信息的程序或者脚本。另外一些不常使用的名字还有蚂蚁、自动索引、模拟程序或者蠕虫。

其实通俗的讲就是通过程序去获取web页面上自己想要的数据，也就是自动抓取数据

爬虫可以做什么？

你可以用爬虫爬，爬取视频等等你想要爬取的数据，只要你能通过浏览器访问的数据都可以通过爬虫获取。

爬虫 可以爬取很多 比如 京东 淘宝啥的 爬取各种信息

2018年全新Python3.6网络爬虫实战案例5章(基础+实战+框架+分布式)教程

链接: tiQuma-->

网站和app都可以爬，app需要抓包，无所不能

怎么利用爬虫技术抓取淘宝搜索页面的产品信息

写个脚本定时抓取 制定网页地址，通过正则表达式 匹配过滤想要的数据 整理成自己想要的格式（比如excel）。

PHP 语言的话，可以用 file_get_content、c。

Linux 可以用 c wget 等。

如何爬取京东手机上万的商品数据，这个神器可以帮你

Charles是一个网络抓包工具，我们可以用它来做App的抓包分析，得到App运行过程中发生的所有网络请求和响应内容，这就和Web端浏览器的开发者工具Network部分看到的结果一致。

相比Fiddler来说，Charles的功能更强大，而且跨平台支持更好。所以我们选用Charles作为主要的移动端抓包工具，用于分析移动App的数据包，辅助完成App数据抓取工作。

一、本节目标

本节我们以京东App为例，通过Charles抓取App运行过程中的网络数据包，然后查看具体的Request和Response内容，以此来了解Charles的用法。

二、准备工作

请确保已经正确安装Charles并开启了服务，手机和Charles处于同一个局域网下，Charles和CharlesCA证书设置好。

三、原理

首先Charles运行在自己的PC上，Charles运行的时候会在PC的8888端口开启一个服务，这个服务实际上是一个HTTP/HTTPS的。

确保手机和PC在同一个局域网内，我们可以使用手机模拟器通过虚拟网络连接，也可以使用手机真机和PC通过网络连接。

设置手机为Charles的地址，这样手机访问互联网的数据包就会流经Charles，Charles再转发这些数据包到真实的，返回的数据包再由Charles转发回手机，Charles就起到中间人的作用，所有流量包都可以捕捉到，因此所有HTTP请求和响应都可以捕获到。同时Charles还有权力对请求和响应进行修改。

四、抓包

初始状态下Charles的运行界面如下图所示。

Charles会一直PC和手机发生的网络数据包，捕获到的数据包就会显示在左侧，随着时间的推移，捕获的数据包越来越多，左侧列表的内容也会越来越多。

可以看到，图中左侧显示了Charles抓取到的请求站点，我们点击任意一个条目便可以查看对应请求的详细信息，其中包括Request、Response等内容。

接下来清空Charles的抓取结果，点击左侧的扫帚按钮即可清空当前捕获到的所有请求。然后点击第二个按钮，确保按钮是打开的，这表示Charles正在App的网络数据流，如下图所示。

这时打开手机京东，注意一定要提前设置好Charles的并配置好CA证书，否则没有效果。

打开任意一个商品，如iPhone，然后打开它的商品评论页面，如下图示。

不断上拉加载评论，可以看到Charles捕获到这个过程中京东App内发生的所有网络请求，如下图所示。

左侧列表中会出现一个链接，而且它在不停闪动，很可能就是当前App发出的获取评论数据的请求被Charles捕获到了。我们点击将其展开，继续上拉刷新评论。随着上拉的进行，此处又会出现一个个网络请求记录，这时新出现的数据包请求确定就是获取评论的请求。

为了验证其正确性，我们点击查看其中一个条目的详情信息。切换到Contents选项卡，这时我们发现一些JSON数据，核对一下结果，结果有commentData字段，其内容和我们在App中看到的评论内容一致，如下图所示。

这时可以确定，此请求对应的接口就是获取商品评论的接口。这样我们就成功捕获到了在上拉刷新的过程中发生的请求和响应内容。

五、分析

现在分析一下这个请求和响应的详细信息。首先可以回到Overview选项卡，上方显示了请求的接口URL，接着是响应状态Status Code、请求方式Mod等，如下图所示。

这个结果和原本在Web端用浏览器开发者工具内捕获到的结果形式是类似的。

接下来点击Contents选项卡，查看该请求和响应的详情信息。

上半部分显示的是Request的信息，下半部分显示的是Response的信息。比如针对Reqeust，我们切换到Headers选项卡即可看到该Request的Headers信息，针对Response，我们切换到JSON TEXT选项卡即可看到该Response的Body信息，并且该内容已经被格式化，如下图所示。

由于这个请求是POST请求，我们还需要关心POST的表单信息，切换到Form选项卡即可查看，如下图所示。

这样我们就成功抓取App中的评论接口的请求和响应，并且可以查看Response返回的JSON数据。

至于其他App，我们同样可以使用这样的方式来分析。如果我们可以直接分析得到请求的URL和参数的规律，直接用程序模拟即可批量抓取。

六、重发

Charles还有一个强大功能，它可以将捕获到的请求加以修改并发送修改后的请求。点击上方的修改按钮，左侧列表就多了一个以编辑图标为开头的链接，这就代表此链接对应的请求正在被我们修改，如下图所示。

我们可以将Form中的某个字段移除，比如这里将partner字段移除，然后点击Remove。这时我们已经对原来请求携带的Form Data做了修改，然后点击下方的Execute按钮即可执行修改后的请求，如下图所示。

可以发现左侧列表再次出现了接口的请求结果，内容仍然不变，如下图所示。

删除Form表单中的partner字段并没有带来什么影响，所以这个字段是无关紧要的。

有了这个功能，我们就可以方便地使用Charles来做调试，可以通过修改参数、接口等来测试不同请求的响应状态，就可以知道哪些参数是必要的哪些是不必要的，以及参数分别有什么规律，后得到一个简单的接口和参数形式以供程序模拟调用使用。

七、结语

以上内容便是通过Charles抓包分析App请求的过程。通过Charles，我们成功抓取App中流经的网络数据包，捕获原始的数据，还可以修改原始请求和重新发起修改后的请求进行接口测试。

知道了请求和响应的具体信息，如果我们可以分析得到请求的URL和参数的规律，直接用程序模拟即可批量抓取！

手机爬虫非常有意思，而且可以爬取的数据非常多，当然还有很多东西要学。以后我也会写一些实战的有趣案例给大家。

数据抓取？怎么样可以抓取淘宝京东的商品数据？

固乔电商助手，就能抓取淘宝京东的商品数据，商品网址链接，一键就能抓取了。

其实这个数据抓取的话，没有想象中那么难，就是把一些商品信息过来，一般都是这样干的，再说有些数据也没有那么真实可靠，大部分很多都瞎写的。

爬虫技术可以爬取什么数据？

简单来讲，爬虫就是一个探测机器，它的基本作就是模拟人的行为去各个网站溜达，点点按钮，查查数据，或者把看到的信息背回来。就像一只虫子在一幢楼里不知疲倦地爬来爬去。

所以说，爬虫系统有2个功能：

爬数据

爬取数据，比如你想要知道1000个商品在不同的电商网站的价格分别是多少，这样你可以采购到价。人工一页页打开太慢了，而且这些网站也在不停更新价格。你就可以用爬虫系统，设定好逻辑，帮你从N个网站爬取你要的商品的价格，甚至可以同步进行比较计算，后输出一份报告给你，哪个网站。

市面上有很多0代码的免费爬虫系统，比如之前我为了爬取2个游戏虚拟物品在不同网站的异，就使用过，非常简便。这里就不说名字了，有做广告的嫌疑。