Python爬虫学习路径

1、首先学会基本的Python语法知识

2、学习Python爬虫常用到的几个重要内置库urllib, http等，用于下载网页

3、学习正则表达式re、BeautifulSoup（bs4）、Xpath（lxml）等网页解析工具

4、开始一些简单的网站爬取（博主从百度开始的，哈哈），了解爬取数据过程

5、了解爬虫的一些反爬机制，header，robot，时间间隔，代理ip，隐含字段等

6、学习一些特殊网站的爬取，解决登录、Cookie、动态网页等问题

7、了解爬虫与数据库的结合，如何将爬取数据进行储存

8、学习应用Python的多线程、多进程进行爬取，提高爬虫效率

9、学习爬虫的框架，Scrapy、PySpider等

10、学习分布式爬虫（数据量庞大的需求）

后续更新……