(本篇笔记已在今日某条发过，截图好多看不清，还是把笔记迁到这里吧)
经过python的初步学习，对字符串、列表、字典、元祖、条件语句、循环语句……等概念应该已经有了整体印象，终于可以着手做一些小练习来巩固知识点，写爬虫练习再适合不过。
1. 网页基础
爬虫的本质就是从网页中获取所需的信息，对网页的知识还是要有一点了解。百度百科对HTML的定义：HTML，超文本标记语言，是一种标识性的语言。它包括一系列标签．通过这些标签可以将网络上的文档格式统一，使分散的Internet资源连接为一个逻辑整体。HTML文本是由HTML命令组成的描述性文本，HTML命令可以说明文字，图形、动画、声音、表格、链接等。
当然，网页并不仅仅只有ＨTML，它只能实现静态效果，我们经常看到的网页都还有有美化样式的CSS和实现动态效果的JavaScipt。
2.爬虫流程
3. 安装requests和BeautifulSoup库
使用pip安装方式：
pip install requests
pip install BeautifulSoup4
requests库有七个主要方法，最常用的就是requests.get()和requests.post()方法，入门阶段只关注requests.get()方法。
BeautifulSoup库基本用法：可以先了解soup.find()和soup.find_all()函数用法，其他先不用管。
具体参考BeautifulSoup官方文档：https://www.crummy.com/software/BeautifulSoup/bs4/doc.zh/
4.爬取酷狗TOP500曲目练习
只爬取榜单里的歌手名和歌曲名，可以看到歌手名和歌曲名之间多了个“-”，爬下来后考虑使用split()方法对字符串进行处理。
#导入requests和BeautifulSoup库
import requests
from bs4 import BeautifulSoup
#搜狗TOP500曲目链接
url = "http://www.kugou.com/yy/rank/home/1-8888.html"
#获取所有网页信息
response = requests.get(url)
#利用.text方法提取响应的文本信息
html = r.text
#利用BS库对网页进行解析，得到解析对象soup
soup =BeautifulSoup(html,'html.parser')
利用谷歌浏览器吧鼠标放在歌名上，右击选择“检查”，很容易找到需要爬取信息的特征：
看到花花绿绿的HTML代码不要慌，慢慢试直到找到需要的信息就行了，可以看到所有歌名都是在这样的标签之下：
每一个这样的标签就代表一首歌名的代码。继续写如下代码：
#解析出歌名，find_all（）函数返回的是tag的列表
names = soup.find_all('a',class_='pc_temp_songname')
# 打印names
print(names)
打印发现除了歌手名和歌曲名还有一些不需要的符号和字母，这就可以考虑使用get_text()方法获取标签中的文本数据，继续：
……
#利用for循环遍历出name,再利用get_text()方法获取标签中的文本数据
for name in names:
#利用split方法把歌手和曲目分隔返回成列表形式赋值给item
item = name.get_text().split('-')
print("歌手:{} 曲名:{}".format(item[0],item[1]))
再打印出来看看：
总共返回了22条数据，是一页的数据。下次再来说怎么爬取榜单所有页码的数据。
到这里一个mini爬虫练习就结束了。完整代码如下：
import requests
from bs4 import BeautifulSoup
url = "http://www.kugou.com/yy/rank/home/1-8888.html"
r = requests.get(url)
html = r.text
soup =BeautifulSoup(html,'html.parser')
names = soup.find_all('a',class_='pc_temp_songname')
# print(names)
for name in names:
#利用split方法把歌手和曲目分隔返回成列表形式赋值给item
item = name.get_text().split('-')
print("歌手:{} 曲名:{}".format(item[0],item[1]))
总共不到十行代码，很容易上手，在了解基础的requests和BeautifulSoup使用之后像豆瓣等这样简单的静态网站就都可以去爬了。
