写给小白，Python 爬虫学习思路

爬虫是Python是一个很经典的方向，大多数的小伙伴看到的是Python爬虫的就业效果，确实Python爬虫学习成本低（学习快），就业效果好，特别适合新手入门，但是也要关注另外一个点，就是Python爬虫对编程能力提升方面也是很全面的，那么基于这些我们来聊聊Python爬虫的知识进阶流程。

爬虫流程

爬虫，首先要了解爬虫原理，爬虫是用来请求服务器（通常是WEB服务器）获取资源的程序，所以首先了解python爬虫的工作流程，然后根据流程我们来细化：

1）有一个网页上面有一步优美的霸道总裁文，我们想下载，但是页数太多，使用浏览器一页，一页的访问太麻烦了。所以想用程序解决。

2）首先找到小说的网址，网址代表的是小说内容在服务器的位置。

3）然后查看小说内容在网页里的位置，因为网页上面有广告，导航，推荐，这些不是我们需要的。

4）然后查看浏览器，看看浏览器当中成功的请求，看看请求网站浏览器携带了什么内容去请求服务器。

5）根据上面得到的消息，使用脚本模拟浏览器的行为，通过路由，访问服务器，获取资源。

6）但是获取到的资源是一个一个的HTML源码，有广告，导航，推荐，（因为服务器并没有特意为你提供一个刚刚好的接口），所以需要根据上面的分析将数据匹配出来。

7）好多人到了上面的步骤就觉得爬虫结束了，实际上不是的，首先，还得对数据进行处理啊，没有经过处理的数据和垃圾没有任何区别，常用的处理大概分为存储，分析两种

8）存储是将过滤清洗后的数据存入数据库，文件，下载到目录等

9）分析包括对数据进行分组，聚合，图像渲染等。

所以爬虫实际上看也是一种很牛的数据分析，因为懂分析的人才能做出更加精确高效的爬虫，总结上面的步骤，我们可以把爬虫分为以下的几个要点：

1、网站抓分析分析

2、数据请求

3、数据过滤清洗

4、数据存储

5、数据使用

爬虫基础知识

基于上一步来讨论爬虫基础知识点：

1、网站抓包分析

网站抓包分析是指分析浏览器请求服务器的请求，分析得到爬虫请求需要需要携带参数的步骤，基础的知识点包括：

1）HTTP协议，这个是WEB请求的核心协议，只有了解了这个才能真正的搞懂网站请求过程。

2）HTML 基本的HTML结构要懂，要不然爬取的内容不好过滤。

3）抓包工具，常用的浏览器F12，学会到哪里可以找到浏览器请求的记录和当中的内容

2、数据请求

数据请求这里更多说的是Python具体的功能模块和请求过程当中的原理，和第一步可能有重叠，但是这一步需要强调：

1）请求模块：urllib,request,selenium 3个，请求框架 scrapy 1个，这些东西需要先在掌握一个，然后慢慢入门其他的。

2）请求过程当中的回话技术（HTTP当中的一部分，这里强调）,cookie，session技术原理

3、数据过滤清洗

这里需要的是将请求的html，或者数据进行清洗，具体的模块有：

这里首先使用最频繁的其实不是哪些神奇的模块，而是字符串的基本处理方法，这个使用的是真的多，作者就是通过爬虫这里把字符串的方法彻底掌握的（因为使用太频繁了）。

1）HTML匹配模块：re，lxml，beautifulsoup

2）数据清洗：Python基本的数据结构操作，json等格式化文字模块

4、数据存储

这一步是很好理解的：

1）Python文件操作，内置open方法

2）Python 数据库操作，PyMysql，redis等等…

5、数据使用

使用就更多了，不同的需求，不同的场景，使用也是不同的：

1）numpy 直接分析使用，

2）jinja2，pyecharts 渲染使用

…

爬虫进阶知识点

上面的知识点大家有所掌握之后，可能对一些简单的网站就可以爬取了，但是如果提高的话，还是需要几点思路：

1、让爬虫更加健壮
1）基于类，函数进行代码封装重写

2）添加异常捕获，断言，日志等功能

3）使用其他框架管理爬虫，比如，可视化界面，crontab定时等等

2、让爬虫更加高效
提高效率可能有很多种，为了方便说明还是按照上面的顺序来聊：

1）网站抓包首先说可以使用更加专业的工具，提高抓包效率，比如

PostMan请求，warshak等

2）数据请求，可以提高请求的频率，比如：

• 多线程爬虫
• 协程爬虫
• 多进程爬虫

分布式爬虫，这里强调，就是基于消息队列(redis，rabbitmq，kafka）接入设计模式（生产消费者模式），进行多台服务器同时运行爬虫。

这里要注意的是，请求的效率太快了，导致被请求服务器压力变大，可能引起服务器宕机或者承担法律责任，所以面向爬虫开发又叫做…

3）数据过滤，这里同样可以使用生成消费者模式和消息队列对数据进行批量处理，但是要注意逻辑顺序。

4）数据存储，除了刚才考虑到的文件和数据库之外，对于大数据可能出现的有ES或者HBASE数据库。

5）数据使用，需要根据具体的场景来讨论，这里就不一一列举了，上述就是我们今天总结的知识点，如有不当，多多指出。

最后

如果对Python感兴趣的话，可以试试我的学习方法以及相关的学习资料

👉Python学习路线汇总👈

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。（全套教程文末领取哈）

👉Python必备开发工具👈

温馨提示：篇幅有限，已打包文件夹，获取方式在：文末

👉Python学习视频600合集👈

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉实战案例👈

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉100道Python练习题👈

检查学习结果。

👉面试刷题👈

资料领取

上述这份完整版的Python全套学习资料已经上传CSDN官方，朋友们如果需要可以微信扫描下方CSDN官方认证二维码输入“领取资料” 即可领取