创新互联：一文搞懂python网络爬虫的应用
爬虫技术现在已经非常普遍，其用途也非常广泛，很多牛人在各个领域做过相关的尝试，比如：
1)爬取汽车之家数据，利用论坛发言的抓取以及NLP，对各种车型的车主做画像。
2)抓取各大电商的评论及销量数据，对各种商品(颗粒度可到款式)沿时间序列的销量以及用户的消费场景进行分析。
3)还可以根据用户评价做情感分析，实时监控产品在消费者心目中的形象，对新发布的产品及时监控，以便调整策略。
4)抓取房产买卖及租售信息，对热热闹闹的房价问题进行分析。
5)抓取大众点评、美团网等餐饮及消费类网站：各种店面的开业情况以及用户消费和评价，了解周边变化的口味，所谓是“舌尖上的爬虫”。以及各种变化的口味，比如：啤酒在衰退，重庆小面在崛起。
6) 58 同城等分类信息网站：抓取招商加盟的数据，对定价进行分析，帮助网友解惑。
7)拉勾网、中华英才网等招聘网站：抓取各类职位信息，分析最热门的职位以及薪水。
8)挂号网等医疗信息网站：抓取医生信息并于宏观情况进行交叉对比。
9)应用宝等App市场：对各个App的发展情况进行跟踪及预测。(顺便吹一下牛，我们这个榜单很早就发现小红书App的快速增长趋势以及在年轻人中的极佳口碑)
10)携程、去哪儿及 12306 等交通出行类网站：对航班及高铁等信息进行抓取，能从一个侧面反映经济是否正在走入下行通道。
11)雪球等财经类网站：抓取雪球KOL或者高回报用户的行为，找出推荐股票
12) 58 同城二手车、易车等汽车类网站：什么品牌或者型号的二手车残值高?更保值?反之，什么类型的贬值较快?- 二手车，找出最佳的买车时间以及最保值的汽车。
13)神州租车、一嗨租车等租车类网站：抓取它们列举出来的租车信息，长期跟踪租车价格及数量等信息。
14)各类信托网站：通过抓取信托的数据，了解信托项目的类型及规模。其实还有很多数据，不一一列举了。
本文对爬虫做一个全面的总结，不一定包治百病，但是能治好大部分疾病，希望能够对大家有所帮助：
1、urllib 库：这是一个在爬虫领域绕不开的库，他支持 http 的爬取，几乎可以取到方方面面的内容。
2、超时设置：
由于网络速度或者对方服务器的问题，我们爬取一个网页的时候，都需要设置时间，我们访问一个网页，如果该网页长时间未响应，那么我们的系统就会判断该网页超时了，即无法打开该网页。
有时候，我们需要根据自己的需求，来设置超时的时间值，比如：有些网站会反应快，我们希望 2 秒种没有反应则判断为超时，那么此时，timeout= 2 即为设置方式，即在 urlopen 中加入 timeout 参数。再比如，有些网站服务器反应慢，那么我们希望 100 秒没有反应，才判断超时，此时的timeout即设置为100，接下来为大家讲解爬虫超时的设置。
网站名称：创新互联：一文搞懂python网络爬虫的应用
分享地址：http://scyanting.com/article/seohp.html
