Python爬虫：简单获取信息和网页数据

简介：
本教程介绍如何使用Python编写简单的网络爬虫程序来抓取网站信息及数据，适合初学者入门学习。 学习并练习使用简单的爬虫技术来抓取淘宝网上的商品信息是一个很好的实践方式。例如，在搜索“耳机”这一关键词后，我们可以在URL中看到：https://s.taobao.com/search?q=%E8%80%B3%E6%9C%BA&imgfile=&commend=all&ssid=s5-e&search_type=item&sourceId=tb.index&spm=a21bo.2017.201856-taobao-item.1&ie=utf8&initiative_id=tbindexz_20170306。其中，斜体加粗的部分是搜索的商品名称。“耳机”对应的URL编码为“%E8%80%B3%E6%9C%BA”。观察到第二页的URL以‘&s=44’结尾，第三页则是‘&s=88’……以此类推。每一页展示的产品数量固定为44个。 爬虫是一种用于从互联网抓取数据的技术手段。简而言之，就是通过编写程序自动访问网站并获取所需信息的过程。在操作过程中，我们需要向爬虫提供一个网址（通常称为URL），然后由它发送HTTP请求给目标网页的服务器；随后，服务器返回相关数据给客户端即我们的爬虫。 根据以上原理和方法可以实现对淘宝网商品搜索结果页的数据抓取，并将获取到的信息保存至指定目录下的txt文件中。