【Step1】获取html：
import requests
r = requests.get(‘’)
html = r.text#这样3行代码就把网页的html取出来了
【Step2】解析：
html用你喜欢的方式解析就可以了，牛逼的话可以直接正则。
from bs4 import BeautifulSoup
soup = BeautifulSoup(html) #这样2行就可以很方便的操作soup解析了
或者专业点的用scrapy爬虫框架，默认用xpath解析。
Python比较好点，Python用的人比较多。
ython和R这2个都拥有庞大的用户支持。2017年的调查显示，近45％的数据科学家使用Python作为主要的编程语言，另一方面，11.2％的数据科学家使用R语言。
python与r语言区别如下：
Python的优势：
1. Python 包含比R更丰富的数据结构来实现数据更精准的访问和内存控制，大多数深度学习研究都是用python来完成的。
2. Python与R相比速度要快。Python可以直接处理上G的数据R不行，R分析数据时需要先通过数据库把大数据转化为小数据(通过groupby)才能交给R做分析，因此R不可能直接分析行为详单，只能分析统计结果。
3. Python优于R的另一个优势是将模型部署到软件的其他部分。Python是一种通用性语言，用python编写应用程序，包含基于Python的模型的过程是无缝的。
4. Python是一套比较平衡的语言，各方面都可以，无论是对其他语言的调用，和数据源的连接、读取，对系统的操作，还是正则表达和文字处理，Python都有着明显优势，尤其在计算机编程、网络爬虫上更有优势。
R语言的优势：
1. R在统计分析上是一种更高效的独立数据分析工具。在R中进行大量的统计建模研究，有更广泛的模型类可供选择，如果你对建模有疑问，R是最合适的。
2. R的另外一个技巧就是使用Shiny轻松地创建仪表盘，Python也有Dash作为替代，但是不够成熟。
3. R的函数是为统计学家开发的，因此它具有特定领域优势，比如数据可视化的强大特性，由R Studio的首席科学家Hadley Wickham创建的ggplot2 如今是R历史上最受欢迎的数据可视化软件包之一。
ggplot2允许用户在更高的抽象级别自定义绘图组件。我个人非常喜欢ggplot2的各种功能和自定义。ggplot2提供的50多种图像适用于各种行业。
如果没有时间限制的话，其实可以同时进行。
因为你会了用一个软件爬虫之后，你也就懂了爬虫的逻辑。另外一个也只是改代码而已。
我就是之前对python什么也不懂，然后不断摸索出来后，R的也大概知道怎么写了。再根据实际遇到的error改代码。
拓展Python的话会遇到很多问题，编码，网页获取等等。
个人感觉爬虫上，Python对中文相对友好点。
