网络爬虫

阶段大纲：

  一.爬虫

     1.基本操作

          —登录任意网站（伪造浏览器的任何行为）

      2.性能相关

          —并发方案：

                       —异步IO:gevent/Twisted/asyncio/aiohttp

                       —自定义异步IO 模块

                        —IO多路复用：select

      3.Scrapy框架

               介绍：异步IO：Twisted

                —基于scrapy源码自定义爬虫框架

                —使用Scrapy

二.Tornado框架（异步非阻塞）

          1.Tornado的基本使用

                   — 小实例

                   —自定义组件

            2.  Tornado的源码解析

           3.自定义异步非阻塞框架

爬虫基本操作：

      a.爬虫

         1.定向（固定的网站）

          2.非定向

       b.

           下载页面：http://www.autohome.com.cn/news/

            筛选：正则表达式

             -----------开源模块----------

            1.requests

             2.beautisoup模块

网络爬虫

原文：https://www.cnblogs.com/zypfzw/p/9153006.html