近来在阅读 《轻量级 Django》,虽然还没有读完,但我已经收益颇多。

我不得不称赞 Django 框架的开发人员,他们把 Web 开发降低门槛。

Django 让我从对 Web 开发是一无所知到现在可以编写小型 web 应用,这很舒服。

Django 已经算是入门,所以自己把学习目标转到爬虫。

自己接下来会利用三个月的时间来专攻 Python 爬虫。

这几天,我使用“主题阅读方法”阅读 Python 爬虫入门的文档。制定 Python 爬虫的学习路线。

第一阶段:夯实

入门要就是在打基础,所以要从最基础的库学起。下面是几个库是入门最经典的库

1.urllib

它属于 Python 标准库,该库的作用是请求网页并下载数据。

在学习该库之前,最好把 HTTP 协议了解下。这会大大提高后面的学习效率。

先学会如何使用 urllib 请求到数据,再学习一些高级用法。例如:

  • 设置 Headers: 某些网站反感爬虫的到访,于是对爬虫一律拒绝请求。设置 Headers 可以把请求伪装成浏览器访问网站。
  • Proxy 的设置: 某些站点做了反倒链的设置,会将高频繁访问的 IP 地址封掉。所以我们需要用到代理池。
  • 错误解析:根据 URLError 与 HTTPError 返回的错误码进行解析。
  • Cookie 的使用:可以模拟网站登录,需要结合 cookielib 一起使用。

2.re

re 是正则表达式库,同时也是 Python 标准库之一。

它的作用是匹配我们需要爬取的内容。

所以我们需要掌握正则表达式常用符号以及常用方法的用法。

3.BeautifulSoup

BeautifulSoup 是解析网页的一款神器。

它可以从 HTML 或者 XML 文件中提取数据。配合 urllib 可以编写出各种小巧精干的爬虫脚本。

第二阶段:进阶

当把基础打牢固之后,我们需要更进一步学习。使用更加完善的库来提高爬取效率

1.使用多线程

使用多线程抓取数据,提高爬取数据效率。

2.学习 Requests

Requests 作为 urlilb 的替代品。它是更加人性化、更加成熟的第三方库。

使用 Requests 来处理各种类型的请求,重复抓取问题、cookies 跟随问题、多线程多进程、多节点抓取、抓取调度、资源压缩等一系列问题。

3.学习 Xpath

Xpath 也算是一款神器。它是一款高效的、表达清晰简单的分析语言。

掌握它以后介意弃用正则表达式了。一般是使用浏览器的开发者工具 加 lxml 库。

4.学习 Selenium

使用 Selenium,模拟浏览器提交类似用户的操作,处理js动态产生的网页。

因为一些网站的数据是动态加载的。类似这样的网站,当你使用鼠标往下滚动时,会自动加载新的网站。

第三阶段:突破

1.学习 Scrapy

Scrapy 是一个功能非常强大的分布式爬虫框架。我们学会它,就可以不用重复造轮子。

2.数据存储

如果爬取的数据条数较多,我们可以考虑将其存储到数据库中。

因此,我们需要学会 MySql、MongoDB、SqlLite的用法。更加深入的,可以学习数据库的查询优化。

第四阶段:为我所用

当爬虫完成工作,我们已经拿到数据。我们可以利用这些数据做数据分析、数据可视化、做创业项目原始启动数据等。

我们可以学习 NumPy、Pandas、 Matplotlib 这三个库。

  • NumPy :它是高性能科学计算和数据分析的基础包。
  • Pandas : 基于 NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。它可以算得上作弊工具。
  • Matplotlib:Python中最著名的绘图系统Python中最著名的绘图系统。它可以制作出散点图,折线图,条形图,直方图,饼状图,箱形图散点图,折线图,条形图,直方图,饼状图,箱形图等。