在学习python的过程中，学会获取网站的内容是我们必须要掌握的知识和技能，今天就分享一下爬虫的基本流程，只有了解了过程，我们再慢慢一步步的去掌握它所包含的知识
通过一段时间的工作，我总结了一下，爬虫大概需要七步
一、获取网站的地址
有些网站的网址十分的好获取，显而易见，但是有些网址需要我们在浏览器中经过分析得出
二、获取User-Agent
我们通过获取User-Agent 来将自己的爬虫程序伪装成由人亲自来完成信息的获取，而非一个程序，因为大多数网站是不欢迎爬虫程序的
三、请求 url
主要是为了获取我们所需求的网址的源码，便于我们获取数据
四、获取响应
获取响应是十分重要的， 我们只有获取了响应才可以对网站的内容进行提取，必要的时候我们需要通过登录网址来获取cookie 来进行模拟登录操作
五、获取源码中的指定的数据
这就是我们所说的需求的数据内容，一个网址里面的内容多且杂，我们需要将我们需要的信息获取到，我目前主要用到的方法有3个分别是re(正则表达式) xpath 和 bs.4
六、处理数据和使数据美化
当我们将数据获取到了，有些数据会十分的杂乱，有许多必须要的空格和一些标签等，这时我们要将数据中的不需要的东西给去掉
七、保存
最后一步就是将我们所获取的数据进行保存，以便我们进行随时的查阅，一般有文件夹，文本文档，数据库，表格等方式
本人的一点心得，希望能对一些初学的人一些帮助，如有不足的地方，也请尽情指出。’