2019/10/28更新
使用Python3而不是Python2更新了推荐书籍转载来源： https://blog.csdn.net/aaron jny/article/details/77885007
爬行动物系列教程：
python爬虫入门教程(一)开始爬虫前的准备
python爬虫入门教程(2)开始简单的爬虫
python爬虫入门教程(三) :淘气鬼爬虫(界面分析|图片下载) )
等待更新…
前言我学习python爬虫已经有一段时间了，也稍微接触过各种爬虫类的技术。 因为后辈说想学爬虫，所以萌生了写简单的python爬虫教程的想法。
来，为后辈们提供便利，提供入门的渠道； 二是希望能总结这些日子自己所学的东西，从而提高自己，加深认识； 三、如果偶尔有贵人路过，请你指出文中的错误之处，我将不胜感激。 毕竟我也只是做饭，执着到把菜还给你==
1 .网络爬虫百度百科介绍如下。
网络爬虫(也叫网络蜘蛛、网络机器人，在FOAF社区的中间，经常被称为网络追踪者) )是按照一定的规则自动抓取网络信息的程序或脚本。 此外，很少使用的名字包括蚂蚁、自动索引、模拟程序和蠕虫。
简而言之，网络爬虫是一种模拟人类访问互联网的形式，不断从网络中获取所需数据的程序。 我们可以定制各种爬行动物来满足各种需求。 如果法律允许的话，可以采集在网页上看到的你想获得的数据。
爬行动物是一种从互联网上高速提取数据的方式(当然，必要时也可以作为其途径)。 因为本质上是利用python与网站进行交互，分析和处理网站返回的结果的过程)。 请把爬行动物想象成机器人。 坐在计算机旁边，不断打开网页，从中复制并保存指定的文本和图像。 假设需要的是保存指定的文本或图像。 令人惊讶的是，那只手的速度非常快，瞬息之间，本地磁盘上已经保存了大量的数据==
2 .网络爬虫能做什么如上说了一大堆，但我可能没有明确说爬虫是什么。 没关系。 让我举几个例子。
例如，学校经常在官方网站上发布重要通知。 我不想每天花精力看官网，但是有新通知的时候我就知道，想看那个。
这种时候需要爬行动物帮忙哦。 每半小时或每小时登陆官网，写一个检查是否有新通知的程序，如果没有就什么都不做，等待下一次检查，如果有，就从网页上提取并保存新通知，通过邮件告知通知内容，然后继续等待即可。
假设最近有点空闲，想看电影，但不想看烂片。 于是，我默默地打开了豆瓣。 刊登了电影的评分呢。 也有电影批评。 我想取得，所以分数在8分以上的电影的片名、简介，以及那部电影的一部分热门，从中选择想看的东西。
这时，小爬虫就可以很容易地从众多的电影中找到符合要求的保存，而不需要一一去看。 如果还能进行自然语言处理和机器学习，那就更棒了。 也许可以直接分析这些数据，让程序适合你感兴趣的电影。 (当然，举个例子吧。 在现实生活中，显然投入和生产不成比例==看电影就那么麻烦orz )
比如，采集京东、淘宝的商品评论信息，采集招聘网站企业的职位信息，采集微博信息，或者只是爬美女的照片……在各种各样的情况下，采集什么，看看需求吧。
3 .爬行动物开发准备3.1用编程语言进行开发啊。 首先，需要开发语言。 这里选择python。
python是一种非常容易使用的解释器语言，它还有许多第三方类库，很容易使用。 编程语言再也不用头疼了。 人生很短。 请快点用python~
在写爬虫之前，你需要了解python的基础语法。 更深层的使用方法不用太着急就能学到。 在使用中遇到了各种问题，然后学习解决就行了。 我不会写python的使用方法，但是网上有很多教程。 这里推荐廖雪峰的大python教程。 分为python2.7和python3.5两个版本。 我正在开发和使用2.7。 我现在换成python3。 如果没有特殊需求，初学者建议直接从python3开始。
教程链接： Python 2.7教程Python 3.5教程
3.2开发平台和环境首先，不黑任何平台。 但是，还是要说一句话，就开发而言，linux使用起来比windows舒服得多。 因为没有使用过Mac，所以不清楚，所以不评论。
开发平台，推荐linux。我在用ubuntu。 听起来不错。 请不要给心里增加太多负担。 现在ubuntu的图形界面做得很友好，所以linux小白使用也没有任何问题。 真的遇到问题后去百度和谷歌就行了。 我现在正在交换deepin作为开发机系统。 对于日常使用和开发，deepin可能比ubuntu更适合。 使用方便，软件资源丰富，可以直接从APP应用程序商店安装wine、冷静黑猫、微信等软件。 即使是初学者也可以从windows无缝迁移到deepin。 缺点是资源消耗有点多。
不推荐windows的理由之一是在windows上
，很多类库安装起来会非常麻烦= =而且容易碰到各种问题，相比较而言，ubuntu就省心了很多= =如果一定要用windows，并且有一台远程的linux主机的话，也可以考虑使用远程的python环境来开发。这一点，如果有时间，我写个教程吧，没时间就算了= =大家可以搜索一下关键词pycharm 远程调试。
IDE的话，推荐使用Pycharm。 windows、linux、macos多平台支持，非常好用，值得拥有。详细的我就不介绍了，用一用就会了。
pycharm的官网链接：Download PyCharm 4.推荐的python爬虫学习书籍
这里推荐两本很不错的python爬虫入门书籍：
1.米切尔 (Ryan Mitchell) (作者), csdjz (译者), 爱笑的美女 (译者)的Python网络数据采集
2.纯真的哈密瓜 (作者)的Python3网络爬虫开发实战