在本篇文章中，我们主要学习了如何使用Python编程语言结合Tornado框架来实现一个简单的网络爬虫。网络爬虫是自动收集网络信息的程序，它可以按照某种规则，自动地抓取互联网信息。而Tornado是一个Python开源的异步网络框架，适用于需要处理高并发的场景，非常适合用来编写网络爬虫程序。
要使用Tornado框架，我们需要对其进行安装。通过pip安装是最常见的方法，可以使用命令`pip install tornado`完成安装。
接着，我们通过一个简单的例子介绍了如何使用Tornado进行网络请求。Tornado提供了`AsyncHTTPClient`类用于发起异步的HTTP请求，我们通过`fetch`方法来获取网页内容。异步的处理方式使得Tornado可以在不阻塞主线程的情况下完成网络请求，这对于爬虫程序来说是非常重要的，因为爬虫往往会发起大量的网络请求。
文章中提到了`gen.coroutine`装饰器，它是Tornado中实现协程的关键。在Tornado的协程中，`yield`关键字被用来等待异步操作的完成。这使得编写异步代码时的语法和同步代码类似，大大简化了异步编程的复杂度。
在爬虫程序中，我们还需要对获取到的网页内容进行解析，提取出我们需要的信息，通常需要使用HTML解析库。在Python中，`HTMLParser`是内置的HTML解析模块，可以用来解析HTML文档并提取信息。示例代码中定义了一个`URLSeeker`类，它继承自`HTMLParser`，并且重写了`handle_starttag`方法，专门用来捕获`<a>`标签中的`href`属性值，即网页中的链接。
除了提取链接之外，示例代码中还演示了如何使用队列（`queues.Queue`）来管理待抓取的URL。使用队列可以避免重复抓取同一个页面，保证爬虫的高效运行。我们使用`q.get()`方法来从队列中取出URL，进行抓取。在抓取页面后，我们把新的链接放入队列中，准备抓取。
此外，本例中还展示了如何设置爬取的并发数量（`concurrency`变量）。并发数量限制了同时进行的爬取任务数量，防止爬虫对目标网站造成过大压力，同时也避免了自身资源的过度消耗。
代码中还出现了`time`模块的使用，它是Python标准库的一部分，用于处理时间相关的问题。在爬虫中，我们使用它来记录开始时间戳和计算耗时。
在实际应用中，网络爬虫编写完成后，还需要对其进行测试，确保爬虫能够正常运行，并且抓取的数据准确无误。同时，还需要考虑到网站的robots.txt文件和版权法律问题，避免因不当爬取导致法律责任。
通过本文介绍的知识点，我们可以了解到Python使用Tornado框架实现一个简单爬虫的基本方法和流程。通过异步请求、HTML解析、链接提取和队列管理等技术的综合应用，我们可以构建出一个能够抓取网站数据，并且高效运行的爬虫程序。需要注意的是，在实际开发中，还应该关注代码的健壮性、异常处理、日志记录和反爬虫策略等问题。
