前言：
爬虫是Python最常见的开发项目，而爬虫本身的应用对象又是多种多样（文本、视频、图片、其它文件等等），本视频系列课程，我们将会拿出多个案例进行爬虫项目实战讲解，帮大家对爬虫项目进行实战，培养爬虫项目分析的实际过程。（本系列每个视频教程都将控制到5-6分钟左右）
第一篇、爬虫基础及Python环境安装
爬虫是什么：
网络爬虫（又称为网页蜘蛛，网络机器人），是一种按照一定的规则，自动地抓取互联网信息的程序或者脚本。
首先，我们要了解一下爬虫的法律风险，毕竟我们只是程序员，而不是拿这些数据进行非法谋利。
爬虫的法律风险
- 1、违反网站意愿，非法抓取并使用了目标站点所禁止的内容；
- 2、爬虫干扰了被访问网站的正常运营；
- 3、抓取了受到法律保护的特定类型的数据或信息。
那么作为爬虫开发者，如何规避风险？
- 1、严格遵守网站设置的robots协议；
- 2、避免干扰被访问网站的正常运行；
- 3、避免使用爬取的数据进行商业化实现；
- 4、在使用、传播抓取到的信息时，应审查所抓取的内容，如发现属于用户的个人信息、隐私或者他人的商业秘密的，应及时停止并删除。
说了一堆，其实我们保证做到二点就行了。
1、百度能抓到的，我们可以抓，百度抓不到的，尽量别抓。抓的时候别影响目标网站的正常运行。
2、所有爬到的数据，不要直接用来商业化。
Python环境安装步骤：
-
采购阿里云服务器（windows）版本，或者自备一台windows机器
-
下载相关软件（python）及安装
相关教程可以参考： 1.Python的安装与配置
我们下载的是：https://npm.taobao.org/mirrors/python/ 选择x64的windows版本
安装完成之后请运行
cmd执行python查看是否成功运行 -
修改pip国内源
-
安装相关扩展示
python -m pip install --upgrade pip pip install jupyter pip install selenium pip install pyquery pip install request #运行jupyter notebook jupyter notebook
以上安装的模块分别是：
request 是一个基础的http库，我们可以用来请求http或https的站点。
selenium 其实是一个集成测试工具，但是我们可以利用测试模拟来实现网站模拟的操作，简单来说就是人为模拟访问网站。
pyquery 库也是一个非常强大又灵活的网页解析库，如果你使用过Jquery，那么你用起来也会得心应手。
jupyter 一个Web IDE，可以实时运行，实时调试。
总结：
本篇简单介绍了爬虫，和爬虫相关的法规。另使用视频进行了安装说明。下一篇我们将进行我们第一个实战系列项目：爬取百度风云榜单，为之后项目进行准备。
作者相关：
明哥较擅长PHP开发架构，Python开发。从业金融电商等领域多年经验。更新时间不定，以技术为主，不定期分享技术和人生，如果有兴趣可以关注。博客、新浪微博、简书、微信公众号
本系列教程及源码地址：点击访问
最后：如果你正在学习Python的路上，或者准备打算学习Python、明哥会陪着你陪你一起共同进步！
手打不易，有用的话，请记得关注转发。
网友评论