从网站抓取数据的3种最佳方法
1.使用网站API
许多大型社交媒体网站，例如Facebook，Twitter，Instagram，StackOverflow，都提供API供用户访问其数据。有时，您可以选择官方API来获取结构化数据。如下面的Facebook Graph API所示，您需要选择进行查询的字段，然后订购数据，执行URL查找，发出请求等。
2.建立自己的搜寻器
但是，并非所有网站都为用户提供API。某些网站由于技术限制或其他原因拒绝提供任何公共API。有人可能会提出RSS提要，但是由于限制了它们的使用，因此我不会对此提出建议或发表评论。在这种情况下，我想讨论的是我们可以自行构建爬虫来处理这种情况。-抓取网页数据
3.利用现成的爬虫工具
但是，通过编程自行爬网网站可能很耗时。对于没有任何编码技能的人来说，这将是一项艰巨的任务。因此，我想介绍一些搜寻器工具。
Octoparse是一个功能强大的基于Visual Windows的Web数据搜寻器。用户使用其简单友好的用户界面即可轻松掌握此工具。要使用它，您需要在本地桌面上下载此应用程序。
Excel怎么从提取网页数据
单击【数据】--【获取外部数据】--【自网站】，单击进入。
请点击输入图片描述
在弹出的新建web页面，在地址栏中输入需要查询数据的网址。
请点击输入图片描述
页面打开后，会在页面上有一个黄色矩形框嵌套的箭头，单击一下，让它变成小勾，这样我们就能选中需要引用的数据了。
请点击输入图片描述
请点击输入图片描述
选中之后，在页面的下端有一个【导入】按钮，单击便会进行数据导入了。
请点击输入图片描述
导入时excel会提醒数据导入的的区域，用户自己可以根据自身放需要进行选择区域，若不，单击确定就可以了。
请点击输入图片描述
请点击输入图片描述
请点击输入图片描述
网页上的数据都是实时更新的，同样，我们获取的数据也能够实现，选中需要更新的一个单元格或是一块区域，右键--【数据范围属性】，将【允许后台刷新】和【刷新频率】钱的小勾打上，并且还可以对时间进行调整。
请点击输入图片描述
请点击输入图片描述
7
这样，我们需要的数据就可以从网络上直接获取了。
请点击输入图片描述
如何用Python爬虫抓取网页内容
爬虫流程
其实把网络爬虫抽象开来看，它无外乎包含如下几个步骤
模拟请求网页。模拟浏览器，打开目标网站。
获取数据。打开网站之后，就可以自动化的获取我们所需要的网站数据。
保存数据。拿到数据之后，需要持久化到本地文件或者数据库等存储设备中。
那么我们该如何使用 Python 来编写自己的爬虫程序呢，在这里我要重点介绍一个 Python 库：Requests。
Requests 使用
Requests 库是 Python 中发起 HTTP 请求的库，使用非常方便简单。
模拟发送 HTTP 请求
发送 GET 请求
当我们用浏览器打开豆瓣首页时，其实发送的最原始的请求就是 GET 请求
import requests
res = requests.get(’http://www.douban.com’)
print(res)
print(type(res))
》》》
《Response 》
《class ’requests.models.Response’》
-抓取网页数据
