爬虫该怎么学?

今天不讲技术,就聊聊天。

我大一的时候学习是没有方向的,就会学的很乱什么都想学比如:python的前端框架、小程序、爬虫、机器学习等等,结果就是什么都没学好白白浪费了一年的时间。到大二的时候我才确定自己的方向是数据分析师,那我就要求我掌握数据爬取、数据清洗、数据存储、数据可视化、数据分析、数据预测(机器学习)这一条龙的能力。

我的计划是在大二期间掌握数据爬取(达到中级爬虫工程师的能力)、数据可视化;

大三学习机器学习、数据分析的理论知识、针对企业的用人需求具体学习一些数据分析的工具;

大四就滚去工作了


爬虫的成长过程:

初级:可以对付一些没有反爬措施的网站,这类网站用xpath、css选择器就能轻松获取数据,获取完数据总要存起来吧,这就要学数据库了MySQL、MongoDB、redis

要求掌握的库:requests、lxml、selenium、PyQuery、re、pymysql、pymongo

你以为掌握了这些就算初级爬虫工程师了啦,还差得远呢。

掌握了这些你还需要了解Ajax、动态渲染

运用之前的库可以解决没有加密的Ajax,用selenium可以解决动态渲染(只是速度慢了点)。

速度慢就可以学习多线程、多进程、异步最大程度的提升爬取的速度

要求掌握的库:threading、multiprocessing、asyncio、aiohttp、以及支持异步操作的Pyppeteer(和selenium的功能一样)

掌握了这些你就算一个初级爬虫工程师了


初级过度为中级的这个过程很难,首先你要学习JavaScript(要求可以看懂代码,了解一些常见的API)、其次要了解js逆向的过程以及验证码的识别。JavaScript好学资源很多,js逆向的资源就比较少,最好是能找到一款成体系的、干货多的课程,虽然我知道一些课程但是为了避免你们说我打广告我在这里就不说了想知道的话可以私信我


中级:目前我的能力也就是个中级爬虫工程师。这个阶段需要学习一些加密的库,常见的加密方法是AES、RSA,还需要学习一些哈希库

要求掌握的库:Crypto、base64、hashlib

还有一个最让人头疼的就是验证码,解决方法也很简单那就是花钱找打码平台,像我这种穷人家那当然是用不起这方法的,那就只能自己收集数据、标注、训练模型(深度学习)

掌握了这些恭喜你已经是中级爬虫工程师了


再之后的就都是大神了,需要结合机器学习的技术进行爬虫

这里可能不够全面,我也就是提供一下大概的方向。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,332评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,508评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,812评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,607评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,728评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,919评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,071评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,802评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,256评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,576评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,712评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,389评论 4 332
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,032评论 3 316
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,798评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,026评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,473评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,606评论 2 350

推荐阅读更多精彩内容