Python爬虫之小白入门笔记汇总

小白想要入门Python爬虫，首先得了解爬虫的基本工作原理和相关的理论基础。

爬虫工作原理总结来讲就是四部曲：

接下来我会对Python爬虫各部分的学习框架进行拆分讲解

01 Python基础

学Python爬虫首先要把Python基础知识学好，像基础语法、数据结构类型、字符串、正则等。

内容是有一点多，但难度不是很大，0基础小白需要花点心思和时间去理解这些概念涵义。

基础之后可以逐步学习Python面向对象的编程、类、多重继承、模块、异常机制、多进程与线程等内容。

Python编程重在理清语法逻辑，熟练代码，掌握最核心的语法应用，比如字符串、正则表达式、循环语句等，这些在爬虫中几乎都要用到。

一开始接触基础不必太着急，可以跟着一些自学网站的免费资源学习，有些东西一开始不太理解到后面接触的知识范围广了，会突然有豁然开朗的感觉。

Python入门教材的话自己按需选择就可以了，没有什么最好的入门教材，适合自己的就是最好的。

我比较推荐的是《Python编程：入门到实践》。

02 爬虫学习路线

技巧一：请求库

请求库有：requests、selenium、urllib、aiohttp，我个人比较推荐新手小白掌握urllib和requests请求库。

urllib库

Python内置的HTTP请求库，不需要额外安装即可使用，包含以下4个模块：

① request 打开和读取 URL，最基本的HTTP请求模块，可以用来模拟发送请求

② error 包含 urllib.request 抛出的异常，如果出现请求错误，我们可以捕获这些异常，然后进行重试或其他操作以保证程序不会意外终止。

③ parse 用于解析 URL，比如拆分、解析、合并等。

④ robotparser 用于解析 robots.txt 文件，主要是用来识别网站的robots.txt文件，然后判断哪些网站可以爬，哪些网站不可以爬。

需要注意的是urllib不能自动判断重定向，需要自己解析重定向的链接并重新请求。

如果你只是爬取一般的网页，那么Python自带的urllib库足够用了，如果是想要爬取异步加载的动态网站，requests库会方便很多。

requests库

功能强大的爬取网页信息的第三方库，可以进行自动爬取HTML页面及自动网络请求提交的操作。

requests库的主要方法：

Response对象

技巧二：抓包工具分析网络请求

抓取工具主要有chrome firefox fidder appium，重点讲一下fidder，基本可以说目前最为全面和强大的抓包工具就是fiddler了，使用也不算麻烦。

Fiddler也在官网上有提供非常详细的文档和教程，如果使用的时候遇到问题，可以直接查阅官网文档。

我们可以利用Fiddler详细的对HTTP请求进行分析，并模拟对应的HTTP请求。

fiddler程序界面：

fiddler本质就是一个HTTP代理服务器。功能非常强大，除了可以清晰的了解每个请求与响应之外，还可以进行断点设置，修改请求数据、拦截响应内容。

技巧三：解析数据库

解析库有非常多可以选择，比如CSS、pyqery、re、xpath等，新手建议熟练掌握Beautiful Soup。

Beautiful Soup解析库

是第三方库，需要安装使用，在命令行用pip安装就可以了：

具体用法：

变量名称 = BeautifulSoup（需要解析的数据，"html.parser’）

它是一个工具箱，通过解析文档为用户提供需要抓取的数据，因为简单，所以不需要多少代码就可以写出一个完整的应用程序，能自动转换编码。

BeautifulSoup支持的解析器：

1）Python标准库：内置库、执行速度适中、文档容错能力强；

2）lxml HTML解析器：速度快，文档容错能力强（推荐）；

3）lxml XML解析器：速度快，唯一支持xml的解析器；

4）html5lib：最好的容错性、以浏览器方式解析文档，生成HTML5格式的文档。

具体用法：

soup=BeautifulSoup(markup,from_encoding=“编码方式”)

备注：1. BeautifulSoup（）内的第一个参数，即需要解析的数据，类型必须为字符串，否则运行时系统会报错。

不过Xpath比Beautiful Soup更省事，省略了一层一层检查元素代码的工作，一般的静态网站压根不是问题。

技巧四：保存数据

学到这里就比较容易了，主要是对数据的存储和处理，有两种方式：

A、小规模数据可以使用txt文件、json文件、csv文件等方式来保存文件。

B、大规模数据就需要使用数据库了像mysql，mongodb、redis等就比较方便查询管理。

这一块掌握主流的MongoDB 就可以了，可以方便你去存储一些非结构化的数据，比如各种评论的文本，图片的链接等等。

以上这些核心技巧Python都有相应的库帮你去做，你只需要知道如何去应用它们，掌握精通每一部分的一到两种方法就可以了。

学到这里，一般爬虫的学习路径大概就学完了，学习的过程因人而异，遇到困难和挫折肯定是有的，可以多和身边学习Python爬虫的小伙伴们交流交流，集思广益。

接下来就是爬虫的高级运用技巧了，还想对爬虫了解更多的话继续往下看吧~

03 应对反爬

当你能够独自爬取80%以上的网站后，再学点反爬技巧，爬虫之路不会有太大的阻碍。

一般爬虫过程中可能会碰到像奇奇怪怪的验证码、被封IP（例如豆瓣和github，在检测到某一客户端频繁访问后，会直接封锁ip）、userAgent访问限制、动态数据加载、加密数据等这种反爬虫的手段。

简单一点的根据User-Agent过滤，例如知乎，我们只需要设置为和浏览器相同即可。

常规的解决办法通常有比如控制访问频率、抓包、反加密字体、验证码OCR处理、使用代理IP池等。

能够掌握常规的反爬技巧，绝大部分的网站爬虫不是问题。

这里需要提示一点的是：不要去挑战反爬！后果很严重！

如果不满足自己的爬虫效率，觉得爬取速度太慢了，可以去学习爬虫框架scrapy和分布式爬虫。

04 高级爬虫技巧

爬虫框架scrapy

Python开发的一个快速、高层次的屏幕抓取和web抓取框架，用于抓取web站点并从页面中提取结构化的数据。

Scrapy框架主要由五大组件组成，分别是调度器(Scheduler)、下载器(Downloader)、爬虫（Spider）和实体管道(Item Pipeline)、Scrapy引擎(Scrapy Engine)。

在复杂的情况下，scrapy框架不仅能够便捷地构建request，还有强大的 selector 能够方便地解析 response，这是一个功能十分强大的爬虫框架。

分布式爬虫

企业级爬虫，能实现数据的大规模采集，通俗一点来理解就是它可以实现多台电脑使用一个共同的爬虫程序，同时将爬虫任务部署到多台电脑上运行，这样可以提高爬虫速度和效率，需要掌握 Scrapy + MongoDB + Redis 这三种工具。

但是分布式爬虫对电脑的CPU和网速都有一定的要求，这个看个人需要，如果你需要用于大规模的数据爬取，分布式爬虫可以帮你解决很多的麻烦。

大部分情况下单一爬虫都能满足一般的爬取需要，只是爬取效率比不了分布式爬虫，有条件的可以尝试学学分布式爬虫。

新手小白掌握Python爬虫相对来说是比较简单的，只要大概掌握爬虫的每一步操作原理，能够熟练运用一到两个库就可以实现简单的爬虫，不过还是需要自己多学多练哦！

关于Python学习指南

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。我收藏了很多技术干货，可以共享给喜欢我文章的朋友们，如果你肯花时间沉下心去学习，它们一定能帮到你，干货内容包括：

👉Python所有方向的学习路线👈

Python所有方向路线就是把Python常用的技术点做整理，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。

👉Python学习开发工具👈

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

👉Python入门学习视频👈

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

👉Python实战练手案例&源码👈

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。

👉全套PDF电子书👈

书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。

👉Python大厂面试资料👈

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

👉Python副业兼职学习路线👈

​​

👉 这份完整版的Python全套学习资料已经上传，朋友们如果需要可以扫描下方CSDN官方认证二维码或者点击链接免费领取【保证100%免费】

读者福利：CSDN大礼包：《Python小白从入门到精通全套学习资料》免费分享 安全链接免费领取