最简单的 API 就是一段允许两个软件程序相互通信的代码。它的作求 巴西数据 信息。 （在什么是应用程序编程接口 (API)？中解释）API 允许公司向外部第三方开发人员、业务合作伙伴和公司内部部门开放其应用程序数据和功能。它允许服务和产品通过记录的界面相互通信并利用彼此的数据和功能。
许多大型社交媒体网站，例如 Facebook、Twitter、Instagram 和 StackOverflow，都提 环境、社会和治理 报告：对会计行业的影响 供 API 来允许用户访问他们的数据。有时，您可以选择官方API来获取结构化数据。正如 Facebook Graph 购买线索 API 所示，您选择要查询的字段，然后对数据进行排序、执行 URL 查找、发出请求等。要了解更多信息，您可以参考
使用 API 进行数据抓取的好处
- 高速交换请求和响应
- 基于互联网的连接
- 双向通信，包含可信交易集的确认、用户友好的体验、不断发展的功能
使用 API 进行数据抓取的缺点
- 考虑到开发时间、持续维护要求以及提供支持的需要，实施和提供 API 功能的成本很高
- 对于非程序员来说并不友好，因为 API 需要大量的编程知识
- 为程序和网站添加另一个潜在的攻击层而导致的不确定性。
构建网络爬虫
并非所有网站都向用户提供 API。一些网站由于技术限制或其他原因拒绝提供任何公共 API。在这种情况下，有些人可能会选择RSS 提要，但我不建议使用它们，因为它们有数字限制。这里我想讲的是如何自己构建一个爬虫来应对这种情况。
爬虫是如何工作的？换句话说，爬虫是一种生成可输入到提取器的 URL 列表的工具。爬虫可以定义为查找URL的工具。给他们一个网页作为开始，他们就会点击该网页上的所有链接。这个过程循环往复。
如何构建网络爬虫？
然后，我们可以继续构建我们的爬虫。众所周知，Python 是一种开源编程语言，您可以在其中找到许多有用的函数库。在这里，我建议使用 BeautifulSoup（Python 库），因为它更易于使用并且具有许多直观的功能。更准确地说，我将使用两个 Python 模块来收集数据。
BeautifulSoup 没有为我们获取网页。这就是我将 urllib2 与 BeautifulSoup 库结合使用的原因。然后，我们需要处理 HTML 标签来找到页面和正确表格的 <a> 标签内的所有链接。之后，遍历每一行（tr），然后将 tr 的每个元素（td）分配给一个变量并将其添加到列表中。我们首先看一下表格的 HTML 结构（我不会提取表格标题 <the> 的信息）。