[Python 爬虫这样学，一定是大拇指拉！] DAY16 - 从爬虫看 API / CGI

虽然爬虫只需要使用到 URL 送 Request 就好，但我们还是需要对 API / CGI 有一些简单的了解。

因为一个网站是基於 API 还是 CGI 设计的，他们 HTTP Request 跟 Response 的方式可能也会不一样。

有人会问那使用 API 或 CGI 对网站的 Loading 有什麽不同的影响吗？
有是有，但我们是要爬虫又不是架网站，不甘我们的事，我们来了解什麽是介面就好。

API

• 引用自维基百科：

  应用程序介面（英语：Application Programming Interface），缩写为API，是一种计算介面，它定义多个软件中介之间的互动，以及可以进行的呼叫（call）或请求（request）的种类，如何进行呼叫或发出请求，应使用的资料格式，应遵循的惯例等。

  介面！又是介面！所以什麽是介面？写这样漏漏长，有看没有懂欸。

• 介面：
  假设有一个摇杆，摇杆上的每个按钮，各自有各自的功能对吧，那就是摇杆的介面，我们只需要怎麽用不需要知道里面是怎麽运作的。

• 回到网页上，也就是说网页上那些查询、新增等等功能，那些就是界面（URL），而我们只需要知道喂给他们什麽参数，不需要知道他们内部逻辑，就能得到预期的结果。

• 所以当我们要爬虫时，就得先调查这些 URL 可以吃什麽参数、怎麽使用、有什麽限制，再根据我们想要的结果丢相对应的参数给它。

• Request 跟 Response，通常都是用 Json 来包装资料，资料格式依照设计也会有所不同。

CGI

• 引用自维基百科：

  通用闸道器介面 (英语：Common Gateway Interface，CGI) 是为提供网路服务而执行控制台应用 (或称命令列介面）的程序，提供於服务器上实现动态网页的通用协定。通常情况下，一次请求对应一个CGI 指令码的执行，生成一个 HTML。

  一样也是介面。

• 有些网页会使用 CGI 技术来建构他们的网站，通常 Response 会是 HTML。但不是一定，也有其他格式的 Response。

• Request 的话，通常都是用 Form 来包装资料，这点要注意一下，不然是拿不到想要的 Response 的喔！这边也一样，资料格式依照设计也会有所不同。

总之，不管网页提供什麽介面，写爬虫程序前要好好调查一下那些介面要怎麽使用喔！

本篇章参考资料

[1] Wiki - 应用程序介面
[2] Wiki - 通用闸道器介面