第一个问题：JS加密如何突破
(1) 熟练掌握Chrome的开发者工具的各个功能，Elements， Network，Source
(2) 认真观察，善于思考。Network查看加载流程，找可疑的xhr请求，设置xhr断点，通过Call Stack 回溯js执行过程，边回溯边查看上下文代码。能读懂js，知道js的相关知识，比如js里面的window变量。
(3) 以上是通过debug js找到js加密解密的代码，然后通过Python重新实现，这个过程很长，可能耗费你几天的时间，一旦网站改变一下js算法你的Python实现就不能用了。
(4) 用Selenium可简单突破，并且网站随便该都无所谓。唯一遗憾的是，Selenium的运行效率较差。但是，作为一个能用js加密来保护数据的网站，单价的运行效率应该足以满足网站的访问频率限制。这时候，更多的思考是如何增加资源（IP、账号）来提高抓取效率。
第二个问题、多线程、协程，多进程的选择
（1）爬虫是IO密集型任务，大部分时间花在网络访问上，所以多进程不适合网络爬虫，而多线程、异步IO协程更适合，而异步IO是最适合的，它相比多线程，协程间的切换代价更小，我们提倡使用异步IO而非多线程。异步IO的模块主要是：aysncio, aiohttp, aiomysql 等。
（2）网页爬下来后从中提取想要的数据是CPU密集型的，这时候可以用多进程并发提取。
（3）我们推荐的爬虫策略是，爬虫只管爬，把爬下来的html保存起来，存到数据库。然后单独写提取数据的提取器，单独运行提取器。好处是，提取不影响爬取，爬的效率更高，并且提取程序可以随时修改，有新的提取需求时不需要重新抓取。比如，最初写爬虫时只想提取网页中的两项数据，运行一段时间后，发现另外3项数据也很有用，如果保存了html，只需改改提取器重新跑一遍就好了。
第三个问题、如果想要保留加粗或者图片原始位置，只能通过挖掘规律再写正则表达式来针对性处理吗？
网页数据提取主要两种方法：正则表达式，xpath。通过xpath可以获得某个html标签节点。比如，一篇blog网页，它的主体内容都在某个标签里面，可能是某个div。用xpath得到这个div，转换为html，就是包含了格式及其图片的部分，你保存这段html代码而非纯文本就好了。
第四个问题、爬虫的增量爬取、断点续爬、去重等
（1）通过网址池的概念去管理所有的URL
（2）增量爬取就是不重复下载已经下载过的，让网址池记住那些已经下载过的URL；
（3）断点续爬，就是上次还没有爬取的URL这次接着爬，还是让网址池记住那些还没被爬取的URL
（4）爬虫的去重，让网址池记录URL的状态以避免重复爬取。
第五个问题、爬虫的部署问题，在公司是不是分布式爬虫系统比较多会涉及部署问题
爬虫的部署，不一定是分布式的。大规模的爬虫，突破了目标网站限制的爬虫才会涉及到分布式，分布式的好处是抓取速度提高，但是管理会比较复杂。
第六个问题、网页的自动解析？这个话题就包含很多子任务了： 怎么自动抽取文章的内容，如何处理各种各样的时间格式，怎样处理翻页
（1）文章内容的提取，基本的是每种网页建立一个提取模板（正则表达式），好处是提取精准，坏处是工作量大，一旦稍微改版就失败。通过算法建立单一提取程序，基本上都可以提取，但是可能会有写杂质，比如文末的相关阅读。好处是，一劳永逸，不受改版限制。
（2）时间的提取，除了正则表达式之外似乎没有特别有效的方法。
（3）翻页的话，如果只是抓取，把该页的url提取出来继续抓；如何在提取内容时要把多页内容合并成一个网页，那就要特别处理。
第七个问题、爬新闻类的网站时，如何做好同一新闻，各网站相互转载，爬取时文本去重
比较著名的算法是，Google的simhash，但具体实践中比较复杂。网传百度的做法是把文章的最长一句话（或多句）做hash，这个hash值就是文章的唯一性代表（指纹），这个方法准确率很高，但是召回率比较低，一旦这最长的几句话改一个字就不能召回；我改进了该方法，对n句最长的话分别做hash，一个文章由n个指纹（如图人的是个指头指纹都不一样）确定唯一性。准确率和召回率都还不错。
第八个问题、异步爬虫的设计
（1）一个好的URL管理策略，见猿人学上的网址池相关文章；
网址池是一个“生产者-消费者”模型，爬虫从中取出url去下载，下载的html中提取新的url放入池中，告诉url池刚才拿出的url是否下载成功；再从池中取出url进行下载。。。url池是核心部件，它记录url的不同状态：
（a）下载成功
（b）下载失败n次
（c）正在下载
每次往池子添加url时都要检查url在池中的状态，避免重复下载。
1
2
3
4
5
6
7
8
9
10
11
12
13
def fac(num):
if num > 1:
#在此处调整代码
result = num
for i in range (1, num):
result = result * i
return result
else:
return 1
number = int(input('Please input a natural number:'))
answer = fac(number)
print('The factorial of %d is %d.'%(number,answer))
我最近也在自学，感觉难度不大，确实很容易入门！目前还没发现什么棘手问题，因为是学习基础语法阶段，现在只会编写很简单的程序。别人编写的复杂程序能轻松看懂，但是自己编写复杂的就感觉难度挺大！
既然问到这个问题，我姑且将提问这个问题当作小白来回答，那要介绍在windows系统的Python开发工具，并根据使用Python去做什么推荐开发工具，并且推荐使用Anaconda包管理器，自带Python解释器，完美！
1.平时一些Python脚本去完成一些小任务的话。
推荐使用vscode，“爸爸”是微软，开发插件比较多，社区活跃，还能跨平台。除此外vscode还可以通过其他插件配合python编辑，以及还有其他功能，例如绘制流程图，刷leetcode等。当然还可以跨平台，现在该软件应该在世界上使用率比较全，基本上每个程序员都会安装的。sublimeText，次推荐。本身由Python书写，对Python的兼容性特别好，软件也比较好，插件也挺多的。2.人工智能、数据分析
Spyder，这个可以在Anaconda中安装，可以进行交互式的编程，南京大学的一个教授Python的一个老师在课程中就是用该工具。Jupyter，这个也是交互式工具，更偏向记录笔记。支持交互式编程，使用markdown记录笔记（也支持latex数学公式），支持导出多种格式的文档，比较强大。3.其他
Pycharm，Pycharm是一个全能的IDE，社区版免费。开发Web项目，以及上面所提到的内容都是可以的，软件打开比较慢，但是快捷键比较多，用多了就很爽了。Eclipse，主要开发Java，如果是熟练Java的，可以通过插件配置进行Python开发。GUI项目，GUI需要设计软件辅组，不过这个也任务也比较冷门，这里就不介绍了。补充：在linux系统中，大神使用的是vim，有兴趣的可以了解一下，之所以厉害的人会使用这个编辑器，不仅使用因为快捷键多，还有的就是更能理解项目的各种逻辑等等。
祝好！
总结，以上就是关于python常见问题提问以及Python网络爬虫会遇到哪些问题的经验分享，卡友有疑问可以加wx或扫码加群！
版权说明：Copyright © 广州京杭网络科技有限公司 2005-2024 版权所有 粤ICP备16019765号
广州京杭网络科技有限公司 版权所有
免费热线：400-683-0016
扫二维码关注公众号
当前位置：