导读
在学习python的小白大军里，相信不少人是奔着往爬虫方向走的。尤其是零基础的小伙伴，一套基本语法学习下来，发现离自己去写爬虫的目标好像依然有很长一段路，也有不少人放弃了。
其实，只要你把基础语法学好了，已经具备了编写一个原生爬虫的能力了，只是你自己不知道而已。今天给大家讲讲，怎么把自己学到的东西串联起来做个原生爬虫。
知识储备
- 1、import导入用法
- 2、for循环的运用
- 3、面向对象（知道怎么创建函数、类、以及实例化）
- 4、正则表达式（这是爬虫最重要的！）
开发工具
本教程基于python3.5及其以上版本
本教程以vscode开发（pycharm或其他工具也行）
一、找到想要爬取的网页
这里以熊猫直播为例子：
打开浏览器，输入网址，然后点击检查，查看当前页面的html标签
以熊猫tv的吃鸡板块为例，可以看到，目前所有主播的房间都有观看人数等数据在上面，那么我们要做的就是把“主播姓名”和“对应的观看人数”抓取下来
二、找到爬取目标的标签
这里就算不懂前端的小白也可应该可以理解，所谓网页不过是用一个个堆砌出来的，上面每一个数据都对应一个标签，这就好办了，点击鼠标查找（图中圈住的地方），然后把鼠标移到任意主播名字上点击一下，就可以知道它对应什么标签了
可以看到“主播名字”和“观看人数”对应的标签都蕴含在名为<div class ='video-info'></div>这组标签里了，那么接下来只需要用python把每一个“它”获取下来，再从中抽取自己想要的信息就完成一个爬虫啦！
三、模拟http请求
下面开始写代码了
from urllib import request
import re
#首先当然是导入模块啦，模拟http请求一般用urllib库，从里面导入request，即使基础教程
#没有学到也没关系，百度一下就行了。 而re不用说也知道是引入正则表达式了。
class Spider():
url = 'https://www.panda.tv/cate/pubg?pdt=1.24.s1.18.3nd8ke922g2'
#把网址用url来接收
def __get_content:(self):
r = request.urlopen(Spider.url)
htmls = r.read()
#获取到了url当然要用个变量来接收了，不然放哪？这里用‘r’来接收了，然后
#用了read方法直接读取url里的所有内容（也就是所有html标签）
四、建立入口方法
之后只要写4-5个函数就可以完成整个爬虫了，但是运行的时候各自调用会很麻烦，这里就用到面向对象思想了，用一个总的def方法来构建入口，往后每新增一个def就把它也添加到入口这里。
def run(self)
self.__get_content()
#先把之前写的__get_content()方法放进来
spdier = Spider()
spider.go
#提前写好实例化，等全部函数写完之后，直接用go调用所有函数，这样就方便许多了。