爬虫本质：通过编写程序来获取到互联网上的资源。

我们的程序本质上就是模拟浏览器

一个简单的小爬虫：

只需要三步：

from urllib.request import urlopen

#url是网址，request意思是请求

这里跑出来的中文是这样的注意看：前面有一个b'，这代表后面的是字节，也就是说我们需要自己把它这个还原成我们想要看到的字符串，我们可以这样还原：

不过这里面的问题就来了，我们解码是按照utf-8还是jdk呢？其实源代码里有写的：所以这个地方是：

现在就变成中文的了：

不过现在还是有个问题，我们得到的源码里面一大堆看不懂的东西。我们先把它们保存到一个文件里去。如果文件里出现乱码，就：

我们拿到了这些东西：其实我们的浏览器拿到的也是这些东西，只是浏览器把它运行成这个样子：

浏览器里我们只要输入网址，按下回车，就相当于发送了一个请求。

web请求过程剖析：

响应分为两种，一种是服务器渲染，另一种是客户端渲染。服务器渲染就是在服务器端把数据和html源码结合在一起，我们要的数据在html源码里，客户端渲染是第一次请求的时候只返回html框架，第二次请求的时候把关键字发给服务器，服务器再把数据返回，也就是说html源码和数据是分开的