必读：数据道德与法规
无论出于什么目的，需要采用数据爬虫或类似的技术，请务必首先阅读和严格遵守《中华人民共和国数据安全法》以及相关的法律法规。另外，法规中的未尽之处，也请出于社会道德风尚，谨慎行事，切不可利用潜在漏洞和技术手段，影响组织或个人的正常工作和生活。
1、爬虫的基础知识
1.1 什么是爬虫
一段自动抓取互联网信息的程序，从互联网上抓取对于我们有价值的信息。
1.2 爬虫架构
主要由五个部分组成：爬虫调度器、URL管理器、网页下载器、网页解析器、数据存储器(应用程序)。
1.3 python十大常用爬虫框架
- scrapy：提取结构性数据而编写的应用框架。
- PySpider：带有强大的WebUI，能在浏览器界面上进行脚本的编写，功能的调度和爬取结果的实时查看，后端使用常用的数据库进行爬取结果的存储，还能定时设置任务与任务优先级等。
- Crawley：可以高速爬取对应网站的内容，支持关系和非关系数据库，数据可以导出为JSON、XML等。
- Portia：不需要任何编程知识的情况下爬取网站，简单地注释您感兴趣的页面，Portia将创建一个蜘蛛来从类似的页面提取数据。
- Newspaper：可以用来提取新闻、文章和内容分析。使用多线程，支持10多种语言等。
- Beautiful Soup：可以从HTML或XML文件中提取数据，获取html元素的常用库。
- Grab：可以处理数百万个网页的复杂异步网站抓取工具。
- Cola：分布式的爬虫框架，对于用户来说，只需编写几个特定的函数，而无需关注分布式运行的细节。任务会自动分配到多台机器上，整个过程对用户是透明的。
- Selenium：自动化测试工具，支持多种语言开发，比如 Java，C，Ruby，python等等。
- Python-goose：可提取的信息包括：文章主体内容、主要图片、文章中嵌入的任何Youtube/Vimeo视频、元描述、元标签。
2、爬虫进阶之路
数据爬虫从技术的复杂性来看，可以粗略分为3个阶段：入门、中级、高级。
2.1 入门
1）网络基础：tcp/ip协议、socket网络编程、http协议；
2）web前端：HTML, CSS, JavaScript, DOM, Ajax, jQuery, json 等；
3）正则表达式：能使用正则表达式提取网页中的信息；
4）HTML解析：beautifulsoup，xpath和css选择器；
5）HTML下载：urllib, requests进行简单的数据抓取；
6）其他常识：python等编程语言语法，数据库知识。
2.2 中级
1）模拟登录：会使用MD5，Hash等加解密算法，设置代理user-agent和Nginx协议，模拟post/get请求，抓取客户端cookie或session登录；
2）验证码识别：包括最基本的验证码识别，比如ocr识别，对于复杂的验证码需要会调用第三方服务；
3）动态网页分析：使用selenium+phantomjs/chromedriver抓取一些动态网页信息；
4）多线程和并发：线程间通信和同步，以及通过并行下载加速数据爬取；
5）ajax请求数据：使用抓包工具捕获ajax请求对应的数据包，从数据包中提取url和对应的请求参数，请求的发送(处理参数)，获取json格式响应数据 response.json()。
2.3 高级
1）机器学习：使用机器学习应对一些反爬策略，避免被封禁；
2）数据存储：使用常用的数据库进行数据存储，查询，并通过缓存避免重复下载的问题；
3）分布式爬虫：使用一些开源框架如scrapy，scrapy-redis，部署分布式爬虫进行大规模数据爬取；
4）其他相关应用，如移动端数据的爬取，监控和运维爬虫......
3、爬虫的难点
数据爬虫最大的难点在于爬和反爬的博弈过程，当我们开发出一门爬取技术，就会有对应的反爬策略应运而生，然后再研究出新的爬取手段，周而复始。当然，对于正常的爬取，也会有比较复杂的过程存在：进程与线程、断点续爬、分布式、爬虫监控、异常通知。
