python版本:2.7
首先爬蟲是什麼？
網路爬蟲（又被稱為網頁蜘蛛，網路機械人，在foaf社群中間，更經常的稱為網頁追逐者），是一種按照一定的規則，自動的抓取全球資訊網資訊的程式或者指令碼。根據我的經驗，要學習python爬蟲，我們要學習的共有以下幾點：
首先，我們要用python寫爬蟲，肯定要了解python的基礎吧，萬丈高樓平地起，不能忘啦那地基，哈哈，那麼我就分享一下自己曾經看過的一些python教程，小夥伴們可以作為參考。
曾經有一些基礎的語法是在慕課網上看的，上面附有一些練習，學習完之後可以作為練習，感覺效果還是蠻不錯的，不過稍微遺憾的是內容基本上都是最基礎的，入門開始的話，就這個吧
學習**：慕課網python教程
後來，我發現了廖老師的python教程，講的那是非常通俗易懂哪，感覺也是非常不錯，大家如果想進一步了解python就看一下這個吧。
學習**：廖雪峰python教程
還有乙個我看過的，簡明python教程，感覺講的也不錯
學習**：簡明python教程
這是我的本科實驗室學長，入門的時候參考的他的文章，自己重新做了總結，後來這些系列文章又在他的基礎上增加了一些內容。
學習**：汪海的實驗室
urllib和urllib2庫是學習python爬蟲最基本的庫，利用這個庫我們可以得到網頁的內容，並對內容用正規表示式提取分析，得到我們想要的結果。這個在學習過程中我會和大家分享的。
python正規表示式是一種用來匹配字串的強有力的**。它的設計思想是用一種描述性的語言來給字串定義乙個規則，凡是符合規則的字串，我們就認為它「匹配」了，否則，該字串就是不合法的。這個在後面的博文會分享的。
如果你是乙個python高手，基本的爬蟲知識都已經掌握了，那麼就尋覓一下python框架吧，我選擇的框架是scrapy框架。這個框架有什麼強大的功能呢？下面是它的官方介紹：
官方文件：
等我們掌握了基礎的知識，再用這個 scrapy 框架吧！
扯了這麼多，好像沒多少有用的東西額，那就不扯啦！
下面開始我們正式進入爬蟲之旅吧！
Python爬蟲入門一
作為入門學習，我選擇了乙個靜態 生物資訊交流分享論壇 public library of bioinformatics plob 第一次嘗試，只抓取網頁文字部分。安裝requests庫和bs4庫 前者用來鏈結 和處理http協議 後者將網頁變成結構化資料，方便抓取。easy install requ...
python 爬蟲入門 一）
今天學了python爬蟲，很有意思，寫一下部落格記錄一下學習過程。最基本的爬蟲僅需要urllib庫，re庫和chardet庫 urllib庫是python內建的處理網路請求的庫。對於基本的爬蟲我們僅僅需要使用他的內部模組urllib.requset。urllib.request中所要使用的函式 ur...
python爬蟲入門（一）
1.什麼是爬蟲 2.爬蟲的核心 3.爬蟲的語言 4.爬蟲分類 聚焦爬蟲 就是現在我們這些爬蟲程式設計師所進行的工作，就是根據客戶的需求，爬取指定 的特定內容。1.首先要理解什麼是http https協議 2.python基礎知識 3.開發工具 4.抓包工具 上面的 只能簡單抓取網頁，一旦遇到需要請求...