簡單來說互聯網是由一個個站點和網路設備組成的大網，我們通過瀏覽器訪問站點，站點把HTML、JS、CSS代碼返回給瀏覽器，這些代碼經過瀏覽器解析、渲染，將豐富多彩的網頁呈現我們眼前。
爬蟲是什麼?
如果我們把互聯網比作一張大的蜘蛛網，數據便是存放於蜘蛛網的各個節點，而爬蟲就是一隻小蜘蛛，沿著網路抓取自己的獵物(數據)爬蟲指的是：向網站發起請求，獲取資源後分析並提取有用數據的程序;從技術層面來說就是 通過程序模擬瀏覽器請求站點的行為，把站點返回的HTML代碼/JSON數據/二進位數據(圖片、視頻) 爬到本地，進而提取自己需要的數據，存放起來使用。
爬蟲的基本流程
用戶獲取網路數據的方式：
方式1：瀏覽器提交請求--->下載網頁代碼--->解析成頁面。
方式2：模擬瀏覽器發送請求(獲取網頁代碼)->提取有用的數據->存放於資料庫或文件中。
爬蟲要做的就是方式2;發送請求-獲得響應內容-解析內容。
發起請求
使用http庫向目標站點發起請求，即發送一個Request。
Request包含：請求頭、請求體等。
Request模塊缺陷：不能執行JS 和CSS 代碼。
獲取響應內容
如果伺服器能正常響應，則會得到一個Response。
Response包含：html，json，圖片，視頻等。
解析內容
解析html數據：正則表達式(RE模塊)，第三方解析庫如Beautifulsoup，pyquery等。
Python中爬蟲相關的包很多：urllib、requests、bs4、scrapy、pyspider 等，建議你從requests+Xpath 開始，requests 負責連接網站，返回網頁，Xpath 用於解析網頁，便於抽取數據。
如果你用過 BeautifulSoup，會發現 Xpath 要省事不少，一層一層檢查元素代碼的工作，全都省略了。掌握之後，你會發現爬蟲的基本套路都差不多，一般的靜態網站根本不在話下，小豬、豆瓣、糗事百科、騰訊新聞等基本上都可以上手了。
以上就是本文關於python爬蟲好學嗎的全部內容，希望對大家有所幫助。