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
