python | 爬蟲筆記 - 學習路線

總體學習路徑：

1、學習 Python 包並實現基本的爬蟲過程

2、了解非結構化數據的存儲

3、學習scrapy，搭建工程化爬蟲

4、學習數據庫知識，應對大規模數據存儲與提取

5、掌握各種技巧，應對特殊網站的反爬措施

6、分布式爬蟲，實現大規模並發采集，提升效率

 

· 目標驅動

· 在一開始的時候，盡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。

· 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。

 

參考： http://www.sohu.com/a/225904132_609569

 

##本系列內容為《python3爬蟲開發實戰》學習筆記。本系列博客列表如下：

（零）學習路線

（一）開發環境配置

（二）爬蟲基礎

（三）基本庫使用

（四）解析庫使用

（五）數據存儲

（六）Ajax數據爬取

（七）動態渲染頁面爬取Selenium

持續更新...

對應代碼請見：..