① Python爬虫获取数据犯法吗
没有的事，如果是这样的话，网络，谷歌这些搜索引擎公司也是犯法的了。他们也是爬取别人的网站，获取信息，给用户用的。其实搜索引擎就是一种爬虫。如果网站本身不做鉴别，网站会认为爬虫和一般的浏览器的行为是一样的。② 爬虫能爬到哪些数据
爬虫的概念是，爬取网上能看到的数据，也就是只要网上存在的，通过浏览器可以看到的数据。爬虫都可以爬取。爬虫爬取的原理就是伪装成浏览器，然后进行爬取操作
哪些数据你需要你就可以爬取。比如爬取公司竞争对手的商业数据，爬取电影，音乐，图片等等的。只要你希望得到的，前提浏览器可以访问的都可以爬取
③ 请问怎么通过python爬虫获取网页中的pdf文件
首先把链接URL爬取出来，然后get流下载pdf文件，再用pdf模块来读取它。
④ 怎么提取网页中的PDF文件啊
1.安装PDF打印驱动
在网页的左下角或右下角会有一个pdf图标
2.点击就可以了
非常简单
但前提是必须有这个软件和打印驱动！
⑤ 网页中的PDF文件怎么提取出来！
需要使用编辑软件才可以。
1、首先我们打开需要编辑的一个PDF文件，我们选择一篇做为示范。
2、然后我们点击左边的页面按钮。
3、如果是多页的话，这里会以这种序列方式表现出来。可以下拉看见更多页面。
4、为了提取页面，我们点击菜单栏里的文档选项，再选择提取页面。
5、提取出来以后，可以在出现的界面中，选择你所要提取的页面的页数，还有是否做为一个单独文件保存。
6、如果没有保存的话，
我们关闭对话框，这时会跳出让你是否保存的界面。我们这里选择【是】。
7、这时我们再观察打开这个单独的文件，发现它只有单独的一个页面了。
⑥ 是爬取内网数据（python vba都行）
你需要安装requests库，然后给你讲一下思路。
需要登录
登录的话又两种方法，先用requests初始化一个session，然后直接请求登录连接，传入用户名和密码，如果有其它限制，比如验证码之类的不好操作就可以使用第二种，直接使用cookies，先手动登录网站，将cookies保存下来，然后在添加到session就可以了
数据是异步加载的
这个也是在第一步的情况下才能操作，因为进行查询可能会验证你是否登录，如果第一步成功了，那就直接请求这个查询接口，将参数传入，获取返回值进行解析即可。
下面是requests官方文档，你需要的都在这里面了
requests官方文档
⑦ nodejs读取pdf并翻转内容保存pdf
nodejs读取pdf并翻转内容保存pdf需以下几个步骤。
1、启动windows命令行工具（windows下启动系统搜索功能，输入cmd回车就出来了）。
2、查看环境变量是否已经自动配置，在命令行工具中输入node-v，如果出现v10字段，则说明成功安装Node.js。
3、在第三步发现输入node-v还是没有出现对应的字段，那么重启电脑即可。
4、打开本项目文件夹，打开命令行工具（windows系统中直接在文件的url地址栏输入cmd就可以打开了），输入npmicnpmnodemon-g。
5、下载puppeteer爬虫包，在完成第五步后，使用cnpmipuppeteer--save命令下载。
6、完成第六步下载后，打开本项目的url.js，将您需要爬虫爬取的网页地址替换上去。
7、在命令行中输入nodemonindex.js即可爬取对应的内容，并且自动输出到当前文件夹下面的index.pdf文件中。
⑧ 爬虫可以爬取内网的数据吗
可以
爬虫，爬行动物。在互联网领域，爬虫一般指抓取众多公开网站网页上数据的相关技术。
⑨ 如何用爬虫爬取网页上的数据
用爬虫框架Scrapy， 三步
定义item类
开发spider类
开发pipeline
如果你想要更透的信息，你可以参考《疯狂python讲义》
⑩ python可以爬内网系统吗
首先爬虫这种东西，其本质是模拟的http请求，内网系统的交互，走的是http请求的话，只要你连得上那就可以，不是那些请求，那你可以借助自动化测试工具去搞到数据，只要是你有权限访问的东西，原则上来讲都可以爬取，只不过需要不同的实现方式