用什么樣的爬蟲工具可以抓取工廠電話？

人生苦短，我用Python！

論簡便、易用性，個人強烈建議使用Python，其豐富強大的網絡工具庫、網頁解析庫，再加上Python簡潔利落的語言特性，使得爬蟲真的可以輕松無痛~

一、網絡請求：獲取網頁內容

1、urllib3:爬蟲的起點

urllib3是用于Python的一個功能強大、健全友好的HTTP客戶端。大部分Python生態系統已經使用urllib3，urllib3帶來了許多Python標準庫中缺少的關鍵特性：

線程安全連接池客戶端SSL/TLS驗證使用多種編碼上載文件用于重試請求和處理HTTP重定向的幫助程序支持gzip和deflate編碼對HTTP和SOCKS的代理支持

urllib3是最基本的庫，可以定制用戶需要的一切網絡需求，滿足不同環境下的爬蟲需求。

2、requests庫

requests繼承了urllib的所有特性，requests支持HTTP連接保持和連接池，支持使用cookie保持會話，支持文件上傳，支持自動確定響應內容的編碼，支持國際化的 URL 和 POST 數據自動編碼，而其底層實現其實就是 urllib。

Requests is an elegant and simple HTTP library for Python, built for human beings.

3、Scrapy

Scrapy是一個快速的高級web抓取和web抓取框架，用于抓取網站和從網頁中提取結構化數據。它可以用于廣泛的用途，從數據挖掘到監控和自動化測試。

二、內容獲取：網頁解析

1、BeautifulSoup

Beautiful Soup是用Python寫的一個HTML/XML的解析器，它可以很好的處理不規范標記并生成剖析樹(parse tree)。它提供簡單又常用的導航，搜索以及修改剖析樹的操作，它可以大大節省你的編程時間。

2、XPath

XPath即為XML路徑語言，它是一種用來確定XML文檔中某部分位置的語言。XPath基于XML的樹狀結構，提供在數據結構樹中找尋節點的能力。起初XPath的提出的初衷是將其作為一個通用的、介于XPointer與XSL間的語法模型。但是XPath很快的被開發者采用來當作小型查詢語言。

三、爬蟲工具抓取工廠電話

首先確定需要爬取的網站；其次需要選擇一個合適的HTTP請求庫（但不限于第一部分中提到的三種庫）向目標網站發起請求獲取網頁；最后當獲取網頁內容后，選擇第二部分中提到的解析技術提取文檔中的需要的號碼。但是，爬蟲最難的部分在于網站的各種反爬機制，這個需要額外的尋求解決辦法~祝好！