文科生如何玩会 Python 爬虫？

本文来源 | Python 与算法社区

作者 | zglg

首图 | roffler barber school

开篇自我介绍一下，本人文科生，大学英语专业。

最开始接触编程是在大四前的那个暑假，由于自己性格偏内向，不太喜欢过多的人际交往，想往技术方向发展，加上网络上充斥着程序员薪资高的言论，于是下决心学习编程。

学编程必然要从一门语言入手，当时在知乎查了一下，发现对于零基础的人，两门编程语言推荐的比较多，一个是 Java，一个是 Python，又看到有大神说 Python 好学，但 Java 工作机会更多，于是选择了 Java（跑题了）。

学习方式是跟着视频来学，现在还记得那个 Java 教学的老师是马士兵，配置好环境后，学了浮点数整数等基本概念，还记得一开始代码总是要写什么public static void，然后就没有然后了，Java 就一直呆在硬盘里，一个学期过去了。

在长时间的虚度光阴中，总有几天是踌躇满志的，于是在大四的寒假，我又找回了学编程的冲动。又去知乎逛了一圈，可能由于 Python 的快速发展，推荐 Python 的越来越多，而且我想着科班生在学校就已经学 Java了（不知真假：），我大四再开始学没什么优势，于是我又下定决心学习 Python！

人生苦短，我用 Python！先给自己洗脑一波！

说到 Python，廖雪峰的教程广受好评，于是我打开了廖雪峰的 Python3 教程，Python 果然比 Java 语法简单多了，一口气我就学到了 for 循环，然后卡在了 continue 上

接着我在网上查了很多关于 continue 的讲解，终于，没有 continue（继续）下去了……荒废几周后，又在某晚的颓废过后重振雄风，继续了 Python 的学习，这次我直接下了本《简明 Python 教程》（A Bit of Python），跟着PDF 学，为了防止自己迎难而退，我囫囵吞枣地过了一遍，看懂了的就自己敲一遍代码，没理解的就照抄一遍代码，成功地完成了第一次比较完整的入门学习。

后来迫于就业压力，战略性地调整了学习方向，开始学习 Excel 和 SQL，在数据分析方面找工作。

由于非科班出身及没有什么数据分析的经验和成果，最后就业的岗位是初级数据分析师，其实就是个“表哥”，SQL 导一导数据，然后 Excel 弄一弄透视表，求求平均数什么的，没啥技术含量。幸好工作比较清闲，刚入职也没什么事干。

得知整个数据组都没人会爬虫后，我决定学一学爬虫。

早就听说 Python 在爬虫方面十分擅长，但一直没有学习的动机，反正闲着也闲着，不如学学爬虫，万一学会了，还能有一技之长在公司立足！

第二天，我就马上着手去做了，Python 基础语法虽然不太熟悉了，但是不懂就直接百度（基础的用不着谷歌）。又把爬虫相关的 Python 语法熟悉了一遍，列表字典、print、return、遍历这些。

当天下午就写出了第一个爬虫！整个过程都是在积极主动地学习，出结果的那一刹那，真是喜不自禁，这种学习的正面反馈更激励了我写代码！每天快下班的时候，同事都在百无聊赖地倒计时，而我越到下班越发奋，因为在工作中有收获了，我在家就可以心安理得地荒废光阴了，这种每天都有进展的感觉太棒了！

现在的我，想往更高层次的数据分析方向发展，目前学习了 numpy，pandas 和 matplotlib 这三个经典的 Python 数据分析的库，Power Bi 也开始接触了，但统计学和算法方面迟迟没有系统地学习。

在我的理解里，代码和分析思维都离不开理论的支持，没有更深的理论支撑，做出来的成果也只是非常初级，低端的东西，理论水平的低下会严重制约生产者的视野。

我现在也勉勉强强算是入门了吧，本着分享的精神，想给准备学习 Python 或者正在入门 Python 的朋友们一些建议供参考：

1. 脚踏实地写代码

新手阶段，大家肯定会有很多困惑，喜欢在论坛上，qq 群、微信群上问类似的问题：

“0基础能不能学 Python”

“现在学 Python 晚不晚？”

“什么编辑器好”

“要不要在 Linux 上学习 Python“

”Python3 还是 Python2 ？“

……

对于以上问题，我的简单答复是：能学，不晚！

sublime text 3 或者 pycharm，windows 上入门没有问题，选择 Python3。

很多时候我们问问题并不是真的疑惑，只是在拖延，不想去行动。“种一棵树最好的时间是十年前，而后是现在”，我们要花精力解决的是实际码代码中出现的问题，而不是自己空想出来的问题。而且这些问题并没有绝对的正误之分，弄懂一个另一个也就触类旁通了。我给的答案都是主流的选择，相应地网上会有更多的资料。

2. 多种途径查问题

别指望一本书能解决所有问题，有时候一个问题想不通看不懂的时候，换一种方式查，比如廖雪峰教程上看的一个语法不懂，就去菜鸟教程看一看，再不懂就在网上搜搜，多看看别人是怎么理解的，不同人有不同的看法，不一定哪一个就刚好能说通你。

网上资源很多，但是你会发现过时的，错误的信息也同样多，代码的东西多尝试不怕的，不要怕犯错。在错误中更能发现自己理解上的偏差。伸手党一般不会有人搭理的，所以学会在网络中找现成的答案是自学的重要步骤。

3. 实战项目中提高

基础语法过一遍就好了，不必深究，在项目中会不断地涉及到基础知识，忘了再查很快就能熟悉的。在基础上花太多时间往往会导致进度过慢，成就感不足，难以坚持。直接从实战中边练边学，想往数据分析方面发展，就大胆地学习 numpy、pandas、matplotlib，想搞爬虫就赶紧看看 requests，pyquery，正则表达式；想搞 web 不妨试试 flask。

Python 有很多优秀的库，大神们早就给我们提供了处理问题的捷径，站在前人的肩膀上，我们入门的难度更低了，有了基本的语法知识，就赶紧去实战中巩固吧！

本来想着再详细一些的，但一写起来洋洋洒洒的，很多细节都还没说够，所以更加系统的分享我都放在了我的这篇《Python 数据分析师必备的入门学习路线和技能》 Chat 里，希望能给入门者多多少少一些帮助吧。

扫码订阅我的这场 Chat 查看完整全文

▼

点击阅读原文，订阅我的这场 Chat ，一定会帮助到想成为数据分析师的你