有什么关于爬虫比较好的入门教程吗？

[xiaozaiziwyt]

某东上看了一些比较火的爬虫实战的书，发现不是一堆安装就是教程过时……
看得我是各种头疼，浪费生命。
有没有新一些的，可操作性强的呀。
新手入门求推荐。。。

[huruwo]

开发环境的安装过程是必须的，你要是已经安装了就跳过前几章不就行了吗。

[xiaozaiziwyt]

@huruwo 其实环境已经安装好了，我的意思是资料有些过时了，好多代码跑不起来……

[redglede]

视频网课不好吗

[BlackPineappo]

掘金和简书上有很多

[dongya]

直接写， 不用看教程，

[dongya]

@dongya 不用看教材

[Cooky]

request + beautifulsoup 不用学直接裸写

[xkeyideal]

楼主是不是认为爬虫就是将别人的接口数据或网页获取后进行解析？

如果是，那么按照 @dongya 说的，不需要看教程，直接写，用到什么包就去找，或者自己撸即可，没有多少技术含量可言

真正的爬虫，应该是如何破解别人的防爬程序，图片验证码破解，js、浏览器，代理等

各类爬虫实战的书籍都是教你，怎么分布式，如何高性能，哪哪个库解析会比较不错，连个怎么挂代理都不教你，别人服务从源头上把你访问量掐死，这些有啥用？ 还不如去 github 上找些相关的开源项目源码看看呢

一流爬虫是从防爬根源解决问题
二流爬虫是用某些 js 和无头浏览器解决问题
不入流爬虫是写个代码强搞，并发不控制，代理也不挂，拿别人当傻子

[aaa5838769]

request + beautifulsoup

[xiaozaiziwyt]

@redglede 例如哪些呢？没了解过网课这些……

[xiaozaiziwyt]

@BlackPineappo 感觉有些零散，有没有相对系统一些的

[xiaozaiziwyt]

@xkeyideal 刚开始接触，基本没有什么技术可言，想一点一点来……

[Outliver0]

github 上找代码看，然后自己写

[CFO]

拿起 scrapy 的文档就是一把梭

[redglede]

@xiaozaiziwyt MOOC 上有个北京理工大学的爬虫课程，你去搜

[Ehco1996]

https://github.com/Ehco1996/Python-crawler

[BlackPineappo]

@xiaozaiziwyt 《 Python 爬虫开发与项目实战》

[kblacksheep]

崔庆才那本爬虫教程还不错的

[a226679594]

github

[xpresslink]

基本上不用看书，主要依赖于你的综合性基础。

先学一下 Python 语言基础，达到中级水平，正则表达式，常用标准库掌握了，特别是多线程，协程等还有相关的标准库要撸过练习代码。

数据库 Mysql，mongoDB，redis 基础操作都要会。

建设楼主先学一下 web 开发，你先要会 web 服务器是怎么工作的原理。推荐 flask 或 Django，建议 flask 吧，因为那个 sqlalchemy 是个通用 ORM，后面爬虫也常用到。
HTML，JS+Ajax，CSS 很熟悉。
HTTP 协议，Session，cookie，header 明白怎么回事。
前后端是如何交互的，用户登录安全验证等都要明白。

有了上面的基础，然后再学爬虫，都不用看书，随便网上参考一下教程，差不多半天时间就可以写了。
不过 scrapy 这个框架还是要大体学习一下的。

[xiaozaiziwyt]

@xpresslink 好的，了解了，不过我是看别人说要先学爬虫在学 Web，因为爬虫是基础🤣

[xiaozaiziwyt]

@BlackPineappo 这本书好像有些旧,是 17 年的。。。

[dswill]

我也是初学者，我看了 2.x 版本的基础，又看了 3.x 版本的。 我电脑上安装的是 3.7 版本的 python， 发现有很多旧版本的代码运行不了，不过这些运行不了的代码查下资料，就可以发现问题所在，所以就算是旧书籍，也可以学习，只是问题会多一些，但找问题解决也是一个学习过程。

[dswill]

书籍的话，我都是找社区或者学习群找前辈要的。

[dongya]

@xkeyideal 我真是人在家中坐， 锅从天上来，

[jianzhao123]

@dswill 老哥能分享下不能：）

[locoz]

8 楼说的很对， 现在很多的教程 /书籍都是讲的那些基本操作，而真正碰到问题时用来解决问题的干货却很少，如果你想要入门的话还是实际爬点东西比较好。
打个小广告，可以关注一下我的知乎专栏《手把手教你写爬虫》 https://zhuanlan.zhihu.com/webspider，会发一些你平常看不到的干货，虽然没啥空闲时间码字，更新会比较慢 。

[locoz]

@locoz #27 后面那部分也给识别成链接的一部分了，重发一下。https://zhuanlan.zhihu.com/webspider

[BlackPineappo]

@xiaozaiziwyt 17 年还算旧？爬虫入门都是那些，代码能运行，原理都一样。

[jalena]

https://gitee.com/xiyouMc/pornhubbot

[xiaozaiziwyt]

@dswill 知道了，那你主要学习的那些有名称吗？ 我去看看

[dswill]

@jianzhao123
@xiaozaiziwyt
链接: https://pan.baidu.com/s/1bg0lKloSzqrldkPnX4FfuA 提取码: 4h23
这是我有的一些书籍，也比较杂，不过好像没有爬虫的。

[xiaozaiziwyt]

@dswill 谢谢，请问你现在 py 学到哪个地步了？

[dswill]

@xiaozaiziwyt 我还没工作上实践过，都自己拿书敲一敲代码。 算个菜鸟级，具体什么地步，我也不清楚，起码你让我完成工作上的任务，还得有人带带才行，我想爬虫我是不是也可以学一学。 我还找朋友一起学，倒是有个伙伴，这点挺好，你如果有朋友也可以一起共勉。

[Pzqqt]

建议阅读《 Python 网络数据采集》
从 HTML 解析到 API 调用 从存取数据到 JavaScript 简介 从读取文档到 OCR 循序渐进 非常适合零基础接触爬虫的群众
看过其他那些些市面上已有的 Python 爬虫教程书籍 但这些书籍设计的起点都比较高 并不适合想学习爬虫的群众去看
PS：只是写一些简单的爬虫的话 用好 requests 库和 BeautifulSoup4 库就可以了 不要盲目跟风上来就接触 Scrapy 这种比较高级的库

[xiaozaiziwyt]

@Pzqqt 这本书是只看原理就好了吗？因为书的内容有些旧

[Pzqqt]

@xiaozaiziwyt 哪里旧了。。。我是在阅读完《 Python 入门到实践》学习了 Python 基础之后再阅读这本书的 阅读起来没有什么障碍 也没有发现内容有什么过时的地方 如果你的起点比较高对入门类书籍不屑一顾的话那当我没说

[darknoll]

@jalena 胆真肥，不怕抓起来坐牢啊

[273579540]

www.learnfk.com/course-php7 PHP7 教程地址