使用Python可以很方便地编写出爬虫程序，进行互联网信息的自动化检索。
网络爬虫是一种按照一定的规则，自动地抓取互联网信息的程序或者脚本。
1.相比与其他静态编程语言，python抓取网页文档的接口更简洁；python的urllib2包提供了较为完整的访问网页文档的API。
2.抓取网页有时候需要模拟浏览器的行为，很多网站对于爬虫抓取都是封杀的。需要模拟user agent的行为构造合适的请求，譬如模拟用户登陆、模拟session/cookie的存储和设置。在python里都有非常优秀的第三方包帮你搞定，如Requests，mechanize。
3.抓取的网页通常需要处理，比如过滤html标签，提取文本等。python的beautifulsoap等提供了简洁的文档处理功能，能用极短的代码完成大部分文档的处理。
其实以上功能很多语言和工具都能做，但是用python能够干得最快，最干净。
世界上80%的爬虫是基于Python开发的，学好爬虫技能，可为后续的大数据分析、挖掘、机器学习等提供重要的数据源。
什么是爬虫?
网络爬虫通俗的讲就是通过程序去获取web页面上自己想要的数据，也就是自动抓取数据。
爬虫可以做什么?
你可以用爬虫爬图片，爬取视频等等你想要爬取的数据，只要你能通过浏览器访问的数据都可以通过爬虫获取。
什么是Python?
Python(大蟒蛇)是一门解释型、面向对象、带有动态语义的高级程序设计语言。
Python具有强大而丰富的类库，也经常被别人说是胶水语言，可以跟其它语言写的模块结合在一起。
优点
1.简单：Python是一种代表简单主义思想的语言。
2.易用：Python简单容易上手，因为有简单容易看懂的文档。
3.速度快：运行速度快，因为Python中的标准库和第三方库都是C语言编写的，所以很快。
4.免费、开源：Python是一款FLOSS(自由/源代码软件)之一，使用者可以自由地发布这个软件的拷贝、阅读它的源代码、对它做改动、把它的一部分用于新的自由软件中。
5.高层语言：用Python语言编写程序的时候无需考虑诸如如何管理你的程序使用的内存一类的底层细节。
6.可移植性：由于它的开源本质，Python已经被移植在许多平台上(经过改动使它能够工作在不同平台上)。
7.解释性：Python语言写的程序不需要编译成二进制代码。你可以直接从源代码运行 程序。在计算机内部，Python解释器把源代码转换成称为字节码的中间形式，然后再把它翻译成计算机使用的机器语言并运行。这使得使用Python更加简单。也使得Python程序更加易于移植。
8.面向对象：Python既支持面向过程的编程也支持面向对象的编程。在“面向过程”的语言中，程序是由过程或仅仅是可重用代码的函数构建起来的。在“面向对象”的语言中，程序是由数据和功能组合而成的对象构建起来的。
9.可扩展性：如果需要一段关键代码运行得更快或者希望某些算法不公开，可以部分程序用C或C++编写，然后在Python程序中使用它们。
10.可嵌入性：可以把Python嵌入C/C++程序，从而向程序用户提供脚本功能。
11.丰富的库：Python标准库确实很庞大。它可以帮助处理各种工作，包括正则表达式、文档生成、单元测试、线程、数据库、网页浏览器、CGI、FTP、电子邮件、XML、XML-RPC、HTML、WAV文件、密码系统、GUI(图形用户界面)、Tk和其他与系统有关的操作。
12.规范的代码：Python采用强制缩进的方式使得代码具有较好可读性。而Python语言写的程序不需要编译成二进制代码。
首先安装python环境，其次网上找可以工作的代码，最后改成自己需要的。