Python 爬虫入门

题图：by google from Instagram

想从零基础开始学习 Python，可以把爬虫可以作为切入点。利用爬虫将基础知识学起来。毕竟兴趣是最好的学习老师。我当初觉得爬取网站数据挺有趣，所以才靠开始学习 Python。

0 准备工作

俗话说：工欲善其事，必先利其器。在开启编程的征途之前，我们需要将工作环境搭建起来，免得后续学习收到困扰。

• 安装 Python 环境 如果你的操作系统是 windows，需要到 Python 官网下载 exe 安装包， 然后一步步安装即可。目前建议使用 Python 3.x 版本，因为官方即将停止维护 Python 2.x 版本。而 Linux 和 Mac 系统自带 Python 环境，直接使用即可。
• 安装 Pycharm Pycharm 是编写以及运行 Python 代码工具。安装包可以到 Pycharm 官网下载。目前 Pycharm 工具是要收费，不过有 30 天的体验期。如果过了体验期，可以到网上寻找破解。

1 基础知识

在写爬虫之前，我们需要了解下一些基础知识。可以这么说，爬虫原理其实是运用这些基础知识。

• HTTP 基本原理 我们使用浏览器网页都是采用 HTTP 协议或者 HTTPS 协议。HTTPS 是 HTTP 协议的加密版。爬虫其实是在模拟浏览器发起 HTTP 请求以及接受 HTTP 请求的响应。所以需要了解 HTTP 请求的整个过程。
• 网页知识 我们爬取到的数据基本上存在 HTTP 的响应体中。响应体通常是由 HTML 各种标签、CSS 样式以及 JavaScript 代码构成。我们要大概了解网页知识，才能向从中提取数据。

2 学习爬虫

如果你已经搞定前面两部分，那么是时候开始学习爬虫。学习爬虫需要一个循序渐进的过程。我公众号中有爬虫相关文章，内容从基础到高级。另外，文章内容是边理论边实战。你可以阅读文章内容进行学习。如果遇到什么问题，可以在后台给我留言。如果问得人很多，我会专门做一期文章进行讲解。

如果你想获得文章中实战的源代码，可以点击对应文章中【阅读文章】来获取。学爬虫之道

详解 python3 urllib

Python 正则表达式

内容提取神器 beautiful Soup 的用法

爬虫实战一：爬取当当网所有 Python 书籍

Python 多进程与多线程

详解 Requests 库的用法

“干将莫邪” —— Xpath 与 lxml 库

爬虫实战二：爬取电影天堂的最新电影

学会运用爬虫框架 Scrapy (一)

学会运用爬虫框架 Scrapy (二)

学会运用爬虫框架 Scrapy (三)

学会运用爬虫框架 Scrapy (四) —— 高效下载图片

学会运用爬虫框架 Scrapy (五) —— 部署爬虫

爬虫与反爬虫的博弈

Scrapy 框架插件之 IP 免费代理池

我爬取豆瓣影评，告诉你《复仇者联盟3》在讲什么？

持续更新中……