本次推薦的學習路線是給想學習python網(wǎng)絡爬蟲的童鞋提供一套標準學習計劃,、學習體系的專題課,，完全從零基礎設置，有其他語言編程經(jīng)驗學起來更為輕松,，按照Python編程->python爬蟲->框架應用->多線程與分布式高效爬蟲的學習路徑學習,，同時掌握ip池、驗證碼,、偽裝頭等常見防爬破解技巧,。在網(wǎng)絡包爬取之后，對數(shù)據(jù)的結(jié)構(gòu)化處理與存儲也提供了解決方案,。算是一套非常系統(tǒng)簡練的爬蟲學習路線的課程了,。

第一階段.Python基礎與爬蟲，建議學習周期為15天

學習重點 : 第一階段學習后基本可以面對一般的數(shù)據(jù)爬取需求,，Python基礎需要掌握python的安裝配置,，開發(fā)環(huán)境的搭建，需掌握windows 與linux兩個系統(tǒng)的環(huán)境搭建,，理解并掌握其數(shù)據(jù)結(jié)構(gòu),、函數(shù)、變量,、循環(huán)與面向?qū)ο蟮染幊痰谋貍浠A,，爬蟲需要掌握urllib2包的使用，Python2.7與Python3.4使用方法基本相同,。

掌握json包解析方法,，字段定位等，bs4包可以解析html,、xml等結(jié)構(gòu)化文檔數(shù)據(jù),，需要掌握其解析方法。爬蟲技術的一個重要的工作是分析網(wǎng)站結(jié)構(gòu)與請求信息,，這才是我們編寫程序的前提,，需要重點研究學習。

目錄：

01.Python基礎 22課

02.Python爬蟲基礎 21課

03.Python爬蟲系統(tǒng)開發(fā) 50課

第二階段.Scrapy框架與實戰(zhàn),，建議學習周期為10天

學習重點 : 重點是掌握一些高級技巧,，例如ip池、偽裝頭,、驗證碼等特殊情況的處理方法,，能夠使用多線程與分布式的技術提高數(shù)據(jù)爬去效率，適合大數(shù)據(jù)場景使用,，還需掌握Scrapy框架開發(fā)高可用的爬蟲系統(tǒng),。在數(shù)據(jù)爬取過程中會遇到各種特殊情況,，需要多動手，多動腦解決,?？梢栽诩夹g交流群一起探討。

目錄：

01.Python爬蟲之XPath多線程 13課

02.python爬蟲Scrapy框架應用 18課

03.python分布式高效爬蟲應用 13課

總結(jié)：作者在工作過程中碰到的實際需求,，經(jīng)過網(wǎng)站數(shù)據(jù)流的分析,，數(shù)據(jù)接口都是基于json格式，分析過程在論壇可以搜索到,，代碼,、軟件和數(shù)據(jù)庫都在里面，適合做文本挖掘,，做用戶分析使用,，數(shù)據(jù)都是html格式所以重點使用bs4包來處理。同時為用戶長期學習提高,，準備了基本我個人非常喜歡的電子書,，大家有必要讀一下。