對於小白來說,爬蟲可能是一件非常複雜、技術門檻很高的事情。比如有的人認為學爬蟲必須精通 Python,然後
哼哧哼哧系統學習 Python 的每個知識點,很久之後發現仍然爬不了數據;有的人則認為先要掌握網頁的知識,遂開始 HTML\\CSS,結果入了前端的坑,瘁……這裡給你一條平滑的、零基礎快速入門的學習路徑。
第一步學習 Python 包並實現基本的爬蟲過程
大部分爬蟲都是按“發送請求——獲得頁面——解析頁面——抽取並儲存內容”這樣的流程來進行,這其實也是模擬了我們使用瀏覽器獲取網頁信息的過程。
Python中爬蟲相關的包很多:urllib、requests、bs4、scrapy、pyspider 等,建議從requests+Xpath 開始,requests 負責連接網站,返回網頁,Xpath 用於解析網頁,便於抽取數據。
如果你用過 BeautifulSoup,會發現 Xpath 要省事不少,一層一層檢查元素代碼的工作,全都省略了。這樣下來基本套路都差不多,一般的靜態網站根本不在話下,豆瓣、糗事百科、騰訊新聞等基本上都可以上手了。
第二步掌握各種技巧,應對特殊網站的反爬措施
當然,爬蟲過程中也會經歷一些絕望,比如被封IP、比如各種奇怪的驗證碼、字體加密、userAgent訪問限制、各種動態加載等等。
遇到這些反爬蟲的手段,當然還需要一些高級的技巧來應對,常規的比如訪問頻率控制、使用代理IP池、字體反加密、抓包、驗證碼的OCR處理等等。
往往網站在高效開發和反爬蟲之間會偏向前者,這也為爬蟲提供了空間,掌握這些應對反爬蟲的技巧,絕大部分的網站已經難不到你了。
第三步
學習 scrapy,搭建工程化的爬蟲
掌握前面的技術一般量級的數據和代碼基本沒有問題了,但是在遇到非常複雜的情況,可能仍然會力不從心,這個時候,強大的 scrapy 框架就非常有用了。
scrapy 是一個功能非常強大的爬蟲框架,它不僅能便捷地構建request,還有強大的 selector 能夠方便地解析 response,然而它最讓人驚喜的還是它超高的性能,讓你可以將爬蟲工程化、模塊化。
學會 scrapy,你可以自己去搭建一些爬蟲框架,你就基本具備爬蟲工程師的思維了。
第四步
學習數據庫基礎,應對大規模數據存儲
爬回來的數據量小的時候,你可以用文檔的形式來存儲,一旦數據量大了,這就有點行不通了。所以掌握一種數據庫是必須的,學習目前比較主流的 MongoDB 就OK。
MongoDB 可以方便你去存儲一些非結構化的數據,比如各種評論的文本,圖片的鏈接等等。你也可以利用PyMongo,更方便地在Python中操作MongoDB。
因為這裡要用到的數據庫知識其實非常簡單,主要是數據如何入庫、如何進行提取,在需要的時候再學習就行。
第五步分佈式爬蟲,實現大規模併發採集
爬取基本數據已經不是問題了,你的瓶頸會集中到爬取海量數據的效率。這個時候,相信你會很自然地接觸到一個很厲害的名字:分佈式爬蟲。
分佈式這個東西,聽起來很恐怖,但其實就是利用多線程的原理讓多個爬蟲同時工作,需要你掌握 Scrapy + MongoDB + Redis 這三種工具。
Scrapy 前面我們說過了,用於做基本的頁面爬取,MongoDB 用於存儲爬取的數據,Redis 則用來存儲要爬取的網頁隊列,也就是任務隊列。
所以有些東西看起來很嚇人,但其實分解開來,也不過如此。當你能夠寫分佈式的爬蟲的時候,那麼你可以去嘗試打造一些基本的爬蟲架構了,實現更加自動化的數據獲取。
- 如何高效學習 -
你看,這一條學習路徑下來,你已然可以成為老司機了,非常的順暢。所以在一開始的時候,儘量不要系統地去啃一些東西,找一個實際的項目(開始可以從豆瓣、小豬這種簡單的入手),直接開始就好。
因為爬蟲這種技術,既不需要你係統地精通一門語言,也不需要多麼高深的數據庫技術,高效的姿勢就是從實際的項目中去學習這些零散的知識點,你能保證每次學到的都是最需要的那部分。
當然唯一麻煩的是,在具體的問題中,如何找到具體需要的那部分學習資源、如何篩選和甄別,是很多初學者面臨的一個大問題。
不過不用擔心,我們準備了一門非常系統的爬蟲課程,除了為你提供一條清晰、無痛的學習路徑,我們甄選了最實用的學習資源以及龐大的主流爬蟲案例庫。短時間的學習,你就能夠很好地掌握爬蟲這個技能,獲取你想得到的數據。
學習大綱 -Python爬蟲(僅供參考)
第一章:Python 爬蟲入門
1、什麼是爬蟲
網址構成和翻頁機制
網頁源碼結構及網頁請求過程
爬蟲的應用及基本原理
2、初識Python爬蟲(案例1:爬取百度)
Python爬蟲環境搭建
爬蟲三步驟:獲取數據、解析數據、保存數據
3、使用Requests爬取豆瓣短評(案例2:爬取豆瓣)
Requests的安裝和基本用法
用Requests 爬取豆瓣短評信息
一定要知道的爬蟲協議
4、使用Xpath解析豆瓣短評(案例3:爬取豆瓣)
解析神器Xpath的安裝及介紹
Xpath的使用:瀏覽器複製和手寫
實戰:用 Xpath 解析豆瓣短評信息
5、使用Pandas保存豆瓣短評數據(案例4:保存數據)
pandas 的基本用法介紹
pandas文件保存、數據處理
實戰:使用pandas保存豆瓣短評數據
6、瀏覽器抓包及headers設置(案例5:爬取知乎)
爬蟲的一般思路:抓取、解析、存儲
瀏覽器抓包獲取Ajax加載的數據
設置headers 突破反爬蟲限制
實戰:爬取知乎用戶數據
7、數據入庫之MongoDB(案例6:爬取拉勾)
MongoDB及RoboMongo的安裝和使用
設置等待時間和修改信息頭
實戰:爬取拉勾職位數據
將數據存儲在MongoDB中
補充實戰:爬取微博移動端數據
8、Selenium爬取動態網頁(案例7:爬取淘寶)
動態網頁爬取神器Selenium搭建與使用
分析淘寶商品頁面動態信息
實戰:用Selenium 爬取淘寶網頁信息
第二章:Python爬蟲之Scrapy框架
1、爬蟲工程化及Scrapy框架初窺
html、css、js、數據庫、http協議
Scrapy調度器、下載中間件、項目管道等
常用爬蟲工具:數據庫、抓包工具等
2、Scrapy安裝及基本使用
Scrapy安裝
Scrapy的基本方法和屬性
開始第一個Scrapy項目
3、Scrapy選擇器的用法
常用選擇器:css、xpath、re、pyquery
css、xpath的使用方法
re的使用方法
pyquery的使用方法
4、Scrapy的項目管道
Item Pipeline的主要函數
實戰舉例:將數據寫入文件
實戰舉例:在管道里過濾數據
5、Scrapy的中間件
下載中間件和蜘蛛中間件
下載中間件的三大函數
系統默認提供的中間件
6、Scrapy的Request和Response詳解
Request對象基礎參數和高級參數
Response對象參數和方法
Response對象方法的綜合利用詳解
第三章:Python爬蟲進階操作
1、網絡進階之谷歌瀏覽器抓包分析
http請求詳細分析
網絡面板結構
過濾請求的關鍵字方法
複製、保存和清除網絡信息
查看資源發起者和依賴關係
2、數據入庫之去重與數據庫
如何進行數據去重
MongoDB數據入庫
第四章:分佈式爬蟲及實訓項目
1、大規模併發採集——分佈式爬蟲的編寫
Scrapy分佈式爬取原理
Scrapy-Redis的使用
Scrapy分佈式部署詳解
2、實訓項目(一)——58同城二手房監控
58同城抓取流程分析
3、實訓項目(三)——京東商品數據抓取
Spider類和CrawlSpider類
這條高效的學習路徑 -希望學習Python的朋友好運連連!!
獲取方式:
閱讀更多 編程糰子 的文章