—引导语

爬虫，没有一个时代比当前更重视它。一个好的爬虫似乎可以洞穿整个互联网，“来装满自己的胃”。

接上一篇：一文图解爬虫（spider）
博主已初步对爬虫的“五脏六腑”进行了解剖。虽然俗称“爬虫”，但窃以为它是一个伟大的发明。在这个数据浪潮的时代，科技、消费、金融、社交、乃至政府、组织类数据，层峦叠嶂，五彩缤纷。那如何拿下这一座座傲然屹立而又路况复杂的数据之峰呢？

好了，我们正式进入本篇主题。

---

武器库

话说天下武功，唯快不破；又说磨刀不误砍柴工。那么，是否有些得心应手的武器可以用呢？
OF COURSE

• scrapy
• webmagic
• spiderflow
• …

以上凡此种种，皆可为你所用。Java、Python只有语言的差异，没有本质的变化。各位盆友可自由选择。为了更好的解释，博主选择采用spiderflow设计爬虫。
什么？不了解spiderflow？好吧，官网目前疑似被黑，千万别打开。且听博主细细分解。
这里是源码下载地址spiderflow。

组合拳

博主以开源中国为例，进行数据抓取。

1. 选择种子URL

种子即首次抓取的URL：
https://www.oschina.net/blog/widgets/_blog_recommend_list

2.定义request

即请求的header和body。

3.定义response

即请求返回的内容。

4.数据parse

即基于response的数据提取。

5.存储

即数据保存。

6.预览效果

---

结语

怎么样？通过以上一整套“组合拳”，是不是对爬虫有了更深刻的理解和印象？
那么接下来，看你的了！
如有疑问或不解的地方，可随时关注或留言，博主有时间会尽力答复。