个人建议在学习爬虫之前，可以简略看一下url，http协议，web前端，html, css, js，ajax，re, xpath，xml等知识，看完这些知识或许还不是透彻，这也不是很重要，但最起码要看得懂网页源码。
- 首先确保你有python环境。
可以在命令提示符窗口输入python检测一下是否已安装python。- 请求库的安装。
常用的第三方库有requests,Selenium和aiohttp。
requests安装，在命令提示符窗口输入pip3 install requests.第三方库，python默认不会自带这个库。
Selenium安装，在命令提示符窗口输入pip3 install Selenium.自动化测试工具，利用它可以驱动浏览器执行特定的动作，如点击，下拉等操作。
aiohttp安装，在命令提示符窗口输入pip3 install aiohttp.
Selenium是一个自动化测试工具，需要浏览器来配合使用，使用Chrome浏览器注意ChromeDriver的驱动配置，若使用Firefox注意GeckoDriver的配置等- 解析库的安装
lxml是python的一个解析库，支持HTML，xml的解析，支持XPath的解析方式，解析效率高。
在命令提示符窗口输入pip3 install lxml，进行安装.
Beautiful Soup是python的HTML或者xml的解析库，可以用它来从网页中提取数据。
在命令提示符窗口输入pip3 install beautifulsoup4，进行安装.
pyquery同样是一个强大的网页解析工具 ，它提供了和jQuery类似的语法来解析HTML文档，支持CSS选择器。
还有一些爬取有验证码等阻碍的库，未在此列出，后续会补出。
注意事项：
易给服务器带来巨大的负担，请尽可能robots协议，一般在对方网站的根目录下有robots.txt。
不要编写僵尸爬虫；
在爬取数据时，请务必加上一定的延迟；
请不要使用爬取的数据损坏对方的利益，否则可能会遭遇官司。
爬虫入门容易精通难，在爬取海量数据的时候，不得不考虑去重的效率，内存的优化，数据库的优化，以及令人头疼的反反爬虫。
在此简单提供一些学习爬虫的参考资料：
- 廖雪峰网站
- 哔哩哔哩，千峰教育
- 阮一峰网站
- 哔哩哔哩，北理工，小嵩老师
- 精通Python爬虫框架Scrapy， 人民邮电出版社