最近半个月在学习爬虫，收获很大，所以来做一个总结

写了这么久爬虫，其实爬虫的本质就是模仿浏览器向服务发送请求，然后服务器给我响应的数据，就像是和服务器交换物品一样，我先给他一个，他再给我一个，只不过我给他的是请求对象，他给我的是响应的数据，仅此而已

爬虫的难点在于我给他的数据他不要，他告诉我你给的东西不够，我想要的没给完，所以我不要你的，我也不会给你，也就是有些关键信息我并没有给他，那这些信息在哪里拿呢？一般情况下网页源码中就会存在，但是一些大的网站，网页源码中是不会有的，这时就是需要进行一项工作"JS逆向"，刚接触他是因为看到了一篇博客网易云音乐JS逆向，他详细的讲解了JS逆向是什么东西，当时可把我吸引到了，人家网站为了混淆代码的内容，故意设置了无意义的变量名，不好的代码格式，来进行反爬，看完博客的我觉得好简单啊，等我自己去实现的时候就一堆BUG。哎！

仅针对网易云的逆向里面涉及到了两个加密AES加密和RSA加密，看到这些加密时，这是啥？这是什么加密？之后我就去搜素关于这两个加密的内容，发现这里面的水太深了，我把握不住啊。好的，现在我知道有这些东西存在，然后我就想着以后我写网站的时候，我也要加密，用高深的加密，让你们逆不了的哈哈

Python中关于爬虫方面主要有两个库和一个框架，一个库是urllib，另一个库是requests，一个框架是scrapy

Scrapy框架使用了几次，确实很方便，有很多需要我们自己做的工作他都帮我们做好了，但是我感觉这个框架使用起来太笨重，不适合初学者使用，如果是项目中使用还好，但是初学者的话，还是使用那两个基本库吧，既可以熟练一下爬虫的过程，还不那么笨重，还有，我在网上看了一下关于Scrapy框架的评论，无外乎褒贬两种，其中有一个观点我是认同的，说Scrapy框架是采取了多线程、异常的什么手段，但是这并不是优点，因为爬取数据时，如果你的访问过于频繁，网址直接把你封了，或者你直接把网址给爬崩溃了，就得不偿失了

在爬虫的学习中碰到过很多的问题，比如ua反扒，这是最常见的一种爬虫，我们只需要把ua参数加进请求头中即可，这就是我前面说的我给它一个东西，服务器给我返还一个东西，如果我给的不够（没有ua），它也就不会返还给我东西，我把ua加上之后，它就返还东西给我；还有服务器返还的响应数据是压缩过后的，此时就需要我们先将数据解压之后，才可以进行下一步操作。然后还有一个就是爬取数据时，在进行多次爬取之后，经常会使访问的速度变慢，具体原因不清楚，猜测是后台服务器限制了我的IP(ﾉ｀⊿´)ﾉ

爬虫的学习就告一段落吧

之后我要开始我的Web开发，早点把我的BuGu小站给弄出来

先总结这么多吧~~~