Python网络爬虫学习资源整理

Python技术博文 · 公众号 · Python · 2017-06-29 18:53

正文

前言——关于Python网络爬虫

Python作为一门入门简单，功能强大的，库类完善的语言，身受广大猿友们的喜欢。本身对Python也是非常有好感的，所以时不时的逛逛有关Python的网站啥的。通过在各大Python学习群和论坛的学习，我发现学习Python的人大部分都对网络爬虫很感兴趣。下面给各位介绍下Python的学习流程，并且会给出对应的学习教程。

第一步——学习Python

不管你有没有编程语言基础，也不管你其他语言是多厉害的大神，学习爬虫，还是要了解一下Python滴。下面给出Python的一些入门级教程，学完能基本了解Python的语法，结构。

以下为图书教程：

· 完全的新手建议先看这本书：一篇不错的python入门教程：http://www.qubiancheng.cn/811.html

· 有点编程基础的人可以看这本书，非常的详细，站长就是看着本书入门的：Python基础教程（第二版）http://www.qubiancheng.cn/813.html

Python要入门推荐图书：

· 播布客波罗蜜多Python入门21讲完整版视频教程http://www.qubiancheng.cn/298.html

· 一个游戏教会你Python：http://www.qubiancheng.cn/296.html（如果只是想学网络爬虫，看完上面的教程差不多）

· Python编程实践教学视频教程26集+源码：http://www.qubiancheng.cn/294.html（非常详细的视频教程，不过属于进阶版，如果想搞网络爬虫最好快点进入网络爬虫开发实战中）

· 智普教育python培训就业班：http://www.qubiancheng.cn/823.html（非常详细的Python教程）

第二步——了解网络爬虫概念

要是转载的文章没多大意义，我就说说自己理解的网络爬虫。爬虫就是机器获取网页的内容，进行筛选从而获得自己想要的信息。比如某论坛的十大帖子，新浪网的头条，微博某位明星的动态，趣编程网站的置顶内容......这些都是需要用代码对网站发送请求，再得到网站返回的内容后通过某些方法过滤掉垃圾信息，获取最感兴趣的内容。当然，有些网站需要登录才能查看内容，所以又需要用Python去模拟登陆。、具体更多的详细解释自行百度，学习嘛，最重要的还是实践，理论可以在实践中学习。

第三步——Python网络爬虫实战

其实站长本身是想写篇技术文章的，但是奈何网上其他人写的都TM太好了，所以我还是做一个资源整合的专题，不做一个无聊的复制粘贴的搬运工（混蛋，你这还不是链接的搬运工！）。

以下为Python爬虫学习的博客资料

· Python爬虫学习系列教程：http://cuiqingcai.com/1052.html(不得不说，难怪人家文章有那么多人阅读）

· Python3开发网络爬虫：http://www.yiibai.com/python/python3-webbug-series1.html

· 知乎——如何入门网络爬虫：http://www.zhihu.com/question/20899988

· Python中使用Beautiful Soup库的超详细教程http://www.jb51.net/article/65287.htm（这个库超好用的，这篇文章为汉化版的Beautiful Soup的文档）

· Python网络爬虫总结：http://outofmemory.cn/code-snippet/1653/python-pachong-zhua-wangye-summary

以下为Python网络爬虫的图书视频资料：

· 斯巴达Python_搜索引擎爬虫抓取视频教程_第六期http://www.qubiancheng.cn/778.html

· python培训Python爬虫：下载淘宝美眉图片：http://www.qubiancheng.cn/775.html

· 传智播客第十期第十二期PHP网络爬虫教程：http://www.qubiancheng.cn/821.html(这个大部分是讲爬虫的原理，虽然不是用Python，但是讲的确实很好）

网络爬虫的相关工具

· 极搜客：http://www.gooseeker.com/doc/article-74-1.html（免费的网络信息采集软件、插件）

· 火车头采集器v7.6企业破解版http://www.qubiancheng.cn/826.html

推荐阅读，点击即可阅读哦：

2道极好的Python算法题｜带你透彻理解装饰器的妙用

用 python 实现各种排序算法

干货：读完这100篇论文，你就能成大数据高手！