因為最近在看爬蟲嘛，所以就一直在百度搜關於爬蟲的相關問題，然後就發現了原來有許多人都在問爬蟲是要怎麼學的，所以呢，我就感覺到了，可能大家缺少一份爬蟲教程。
所以我準備整一個簡簡單單的入門小教程，雖然我會的也不多，但是教大家爬取一個小頁面的內容還是可以的。
首先呢，說一下學習的方法
第一，你需要有一個小目標，比如說我當時的小目標其實是爬取知乎的文章，不知道你的小目標是什麼呢？
第二，最好有一定的基礎，能明白大體的語法，別到時候連import和from都不明白。
第三，邊學邊做，這點很重要，因為有的東西就是這樣，我眼睛看會了但是我的腦子並不會，而你邊學邊做的話，遇到問題可以回去看或者百度查，要不到時候會很難受的。
第四，學會利用GitHub，這裡面有許多關於python的優秀庫，很適合大家使用。
話不多說，切入正題。
不過還是要說一句題外話，其實這個入門我寫過一篇類似的，叫爬蟲基礎，歡迎大家閱讀。
首先呢，庫很推薦使用的是requests_html當然使用requests也可以，這兩個應該是現在最流行的了吧。
安裝也是老生常談的內容了。
pip install requests主要說一下requests吧，安裝就是這麼簡簡單單。然後我們直接import requests就可以把庫匯入了。具體的一些獲取方法就不在這裡詳談了，百度有很多，當然我推薦的是權威文件—->Requests快速上手
一般來說，這些文件都是很實用的，我以前比較愛看書，現在其實比較愛看文件了。
然後嘞，我們既然知道了這個庫，也明白了要去學習該如何使用了，接下來要做什麼呢？接下來需要學習一下html，哈哈真的，不是在逗你哦，因為你爬取的畢竟是網頁，而網頁是通過html+css+JavaScript來寫的，不需要你明白他怎麼寫，只需要懂得這是幹啥的就行了。
之後學習一下re正則，這個對爬蟲來說真的很實用，比如說我的那篇文章，爬取知乎鹽選，就是利用正則抓取下一頁的跳轉連結的。正則其實入門的話沒必要怎麼學，只需要知道怎麼抓取指定的值就好了，之後再慢慢學下去。
然後再接下來學習scrapy，來進行更進一步的爬取，大體的思路也就是這些，上手其實是和容易的，並且爬一些簡單的站也是非常容易地，但是真正要爬一些有東西的網站還是很難得，另外就是沒事看看別人的程式碼，對自己有很大的幫助，別人寫的狗屁不通，你就要學習一下如何寫的不像他那樣，別人寫的精益求精，你就要學習一下如何寫的這麼好，別人好的思路你學習，別人查的方法你反思，不斷學習，勇攀高峰！
本作品採用《CC 協議》，轉載必須註明作者和本文連結