现在之所以有这么多的小伙伴热衷于爬虫技术，无外乎是因为爬虫可以帮我们做很多事情，比如搜索引擎、采集数据、广告过滤等，以Python为例，Python爬虫可以用于数据分析，在数据抓取方面发挥巨大的作用。但是这并不意味着单纯掌握一门Python语言，就对爬虫技术触类旁通，要学习的知识和规范还有喜很多，包括但不仅限于HTML 知识、HTTP/HTTPS 协议的基本知识、正则表达式、数据库知识，常用抓包工具的使用、爬虫框架的使用等。而且涉及到大规模爬虫，还需要了解分布式的概念、消息队列、常用的数据结构和算法、缓存，甚至还包括机器学习的应用，大规模的系统背后都是靠很多技术来支撑的。零基础如何学爬虫技术？对于迷茫的初学者来说，爬虫技术起步学习阶段，最重要的就是明确学习路径，找准学习方法，唯有如此，在良好的学习习惯督促下，后期的系统学习才会事半功倍，游刃有余。用Python写爬虫，首先需要会Python，把基础语法搞懂，知道怎么使用函数、类和常用的数据结构如list、dict中的常用方法就算基本入门。作为入门爬虫来说，需要了解 HTTP协议的基本原理，虽然 HTTP 规范用一本书都写不完，但深入的内容可以放以后慢慢去看，理论与实践相结合后期学习才会越来越轻松。关于爬虫学习的具体步骤，我大概罗列了以下几大部分，大家可以参考：网络爬虫基础知识:爬虫的定义爬虫的作用Http协议基本抓包工具(Fiddler)使用Python模块实现爬虫：urllib3、requests、lxml、bs4 模块大体作用讲解使用requests模块 get 方式获取静态页面数据使用requests模块 post 方式获取静态页面数据使用requests模块获取 ajax 动态页面数据使用requests模块模拟登录网站使用Tesseract进行验证码识别Scrapy框架与Scrapy-Redis：Scrapy 爬虫框架大体说明Scrapy spider 类Scrapy item 及 pipelineScrapy CrawlSpider 类通过Scrapy-Redis 实现分布式爬虫借助自动化测试工具和浏览器爬取数据：Selenium + PhantomJS 说明及简单实例Selenium + PhantomJS 实现网站登录Selenium + PhantomJS 实现动态页面数据爬取爬虫项目实战：分布式爬虫+ Elasticsearch 打造搜索引擎
彡鈖赱辷筝
