weixin_49945796的博客

教程：https://www.w3school.com.cn/xpath/xpath_nodes.asp。3. 网页的下载器：将URL对应网页的内容转换为字符串；2. URL管理器：保存待爬取的URL列表以及已爬取的URL列表，防止重复爬取URL；4. 网页的解析器：将字符串进行解析/分析，提取出我们需要的数据信息；// 获取当前节点。从网络上获取我们需要的数据信息的一种程序代码。1. 调度器：负责2/3/4/5的协同工作；目的：解决下载器的代理，动态渲染等问题。