Python爬蟲（爬取百度百科）

視頻網站：http://www.imooc.com/learn/563

python3源碼：https://github.com/zaxlct/baike_spider

 

程序主要分爲五部分：

spider_main爬蟲總調度程序

url_manager url管理器

html_downloader html下載器

html_parser html解析器

html_outputer輸出

 

在前兩個網站有詳細的教學。