突发奇想，准备开坑一个从零开始的 Python 爬虫教程

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

推荐学习书目

› Learn Python the Hard Way

Python Sites

› PyPI - Python Package Index

› http://diveintopython.org/toc/index.html

› Pocoo

值得关注的项目

› PyPy

› Celery

› Jinja2

› Read the Docs

› gevent

› pyenv

› virtualenv

› Stackless Python

› Beautiful Soup

› 结巴中文分词

› Green Unicorn

› Sentry

› Shovel

› Pyflakes

› pytest

Python 编程

› pep8 Checker

Styles

› PEP 8

› Google Python Style Guide

› Code Style from The Hitchhiker's Guide

这是一个创建于 2824 天前的主题，其中的信息可能已经有所发展或是发生改变。

偶然间发现简书这个网站对 markdown 支持的很不错。界面看起来也很漂亮。

所以就想写一个博客。想了半天博客里面放什么，意识到最近 python 爬虫学的挺带劲的，所以干脆一不做二不休，写了一个 python 爬虫从零开始的教程。

但毕竟对爬虫的了解还是有限，我把__博客-爬虫其实很简单__贴在这里，有什么问题也希望大家多多指正。

（顺便问一下。。之前又一篇相同的文章发错了区，要怎么撤回呢？）

第 1 条附言 · 2017-04-01 18:15:22 +08:00

第二篇文章出炉了，还请大家多多指教哦～ [爬虫其实很简单] 模拟登陆与文件下载

Python

教程

爬虫学

Markdown

47 条回复 • 2017-04-01 18:14:28 +08:00

superlead

2017-03-30 13:02:37 +08:00

不错，坚持加油！
最近我在捣鼓 flask 。。。。

litao6550652

2017-03-30 13:11:01 +08:00

已收藏加油

d7101120120

2017-03-30 13:18:42 +08:00

已收藏

prasanta

2017-03-30 13:20:11 +08:00

互联网似乎缺少一个真正的在线写书的平台

zhuxd282

2017-03-30 13:40:22 +08:00

已关注。期待后续~

we3613040

2017-03-30 13:43:12 +08:00

碉堡了，写的不错

bonfy

2017-03-30 13:48:03 +08:00

好了，我又来搭车传销了，也是爬虫，也是糗事百科。。。写了大半年了

http://www.jianshu.com/p/a0aca9719a7f

专题系列，有些坑其实还没填。。。

bonfy

2017-03-30 13:48:25 +08:00

@prasanta 有写书平台的， Gitbook

Aspx

2017-03-30 13:48:48 +08:00 via Android

很详细，支持

Spectre

2017-03-30 13:50:55 +08:00

写的挺好啊

zgzh

2017-03-30 14:01:15 +08:00

支持，谢谢，期待续集

prasanta

2017-03-30 14:02:55 +08:00

@bonfy 也许需要一个接地气的?

sangmong

2017-03-30 14:04:01 +08:00

蟹蟹

Sapp

2017-03-30 14:07:51 +08:00

教程类的很容易上星星，如果论坛愿意给你置顶，上千星星简直是易如反掌。

Luckyray

2017-03-30 14:18:06 +08:00 via iPhone

支持！希望能讲的深入点，分布式，登录验证神马的。既然边探索边教，不放把踩过的坑都写写😀

lwbjing

2017-03-30 14:26:00 +08:00

挖坑记得填好啊。。

Kilerd

2017-03-30 14:56:29 +08:00

我觉得把，如果写爬虫教程还需要一步一步教他们怎么用 pip ，简直就是浪费时间吧。

这种文章，百度一下一大堆（并不是在否认楼主的工作）

我是觉得吧，入门的文章多如牛毛，然后深入的文章，整个百度可能只有一篇。

与其教怎么入门，不如试下解决难点。

@superlead 我在着魔写框架，难受

toan

2017-03-30 15:08:21 +08:00

不错~加油！

borischenc

2017-03-30 15:57:44 +08:00

@Luckyray 哈哈好的啊，我也在不断的学习。我会不断的把学到的结合自己的理解都加上去的～

borischenc

2017-03-30 16:01:16 +08:00

@Kilerd
嗯嗯你说的也有道理。

可能我觉得我的教程定位有点不一样。我希望我能够带那些徘徊在门口不敢进去，在不断张望的人一个入口。让他们也感受到爬虫的简单与有趣。

你说的难点确实也是很重要的。我也在不断的学习攻克一些东西，这个教程也会慢慢的由浅入深，慢慢的过渡到比较高级的事情上面去。

非常感谢你的建议。我也会认真思考我的教程的定位点在哪里的。

freshmanc

2017-03-30 16:13:41 +08:00 via Android

同意 killerd 的观点…网上好像总览性的内容不多（可能是我没找到…

awanabe

2017-03-30 16:25:40 +08:00

说实话，写 python 教程的都是爬虫。。。还不如写写怎么抓怎么好玩的思路什么的

borischenc

2017-03-30 16:37:51 +08:00

@awanabe 嗯嗯，其实简介里面也有说，我学习爬虫是因为一个比赛。这个比赛的内容其实也很有意思，我也会深入的去思考怎么用不一样的方式去做爬虫。之后我也会把这些内容放到里面吧～
毕竟说是教程，其实某种意义上也是我自己的学习笔记～和大家一同分享。

pyufftj

2017-03-30 16:37:53 +08:00

@awanabe 可以预见，一大波车正在开来

onenightintokyo

2017-03-30 16:46:47 +08:00

已关注

suantong

2017-03-30 17:01:00 +08:00 via Android

关注，请大佬按时发车。

ahkxhyl

2017-03-30 17:53:45 +08:00

刚刚 py 入门 @

cncqw

2017-03-30 17:58:32 +08:00

支持楼主，希望坚持写下去。

prolic

2017-03-30 18:00:58 +08:00

支持，希望能写一写抓包分析流程，和 JavaScript 分析以及 Ajax 和 JsonP 的东西，前两天有人问我我没时间往细了讲

SgtDaJim

2017-03-30 18:06:26 +08:00

导航已收藏~

hjdtl

2017-03-30 22:52:55 +08:00

资瓷！

apisces

2017-03-31 00:05:25 +08:00 via iPhone

已经关注楼主了

cstome

2017-03-31 00:43:57 +08:00

我觉得写详细点对我这种刚入门的还是很友好的！！！

borischenc

2017-03-31 00:49:40 +08:00

@Luckyray 嗯嗯一定的，我会把我遇到的坑，做过的东西都一点一点放出来的。因为我想做一个通俗易懂的读物，所以东西应该也是由浅入深的来。我也会加油的～

az1996

2017-03-31 08:56:47 +08:00

已收藏.

kancloud

2017-03-31 08:57:11 +08:00

国内还是推荐使用看云来写技术文档教程 http://www.kancloud.cn/explore

velee

2017-03-31 10:24:42 +08:00

@bonfy 哈哈找到你了，我还给你去过 email ，希望能继续出接下来的几集！

borischenc

2017-03-31 10:34:30 +08:00

@kancloud 看云主要优势是什么呢？之前都没有看到有人用过

Lumend

2017-03-31 11:46:51 +08:00

做了一个类似的，难点是在于 url 去重，全站 url 攫取，图片下载与替换， dom 截取也过于麻烦，后来就用了 node 了

sakura1357

2017-03-31 13:33:09 +08:00

已关注，坐等楼主更新，谢谢楼主啦

kancloud

2017-03-31 13:43:20 +08:00

@borischenc gitbook 有的功能看云都有，主要包括 GIT+MD+团队写作，还支持付费阅读和打赏，帮助开发者通过文档教程创收

mokeyjay

2017-03-31 15:20:29 +08:00

马克，请务必坚持！

ChopMoun

2017-03-31 17:11:28 +08:00

每一件事情，只要坚持做下去都很了不起

andyL

2017-03-31 19:16:35 +08:00

66666 followed

borischenc

2017-03-31 19:38:30 +08:00

@mokeyjay
@ChopMoun
嗯嗯，我会坚持做下去的～

anson2416

2017-04-01 15:27:44 +08:00

我也在学习，请多多指教。
现在测试过程中已经遇到连接数过多的问题了（ Max retries exceeded with url ）。请问有办法解决吗？
重启路由还是不行。

requests.adapters.DEFAULT_RETRIES = 5
requests.session()
requests.keep_alive = False

try:
response = get(link_iamge, timeout=0.001)
if response.content_type()>0:
with open(file_name, "wb") as file:
file.write(response.content())
except Exception as err:
print("Error: {0}".format(err))
requests.session().close()

borischenc

2017-04-01 18:14:28 +08:00

@anson2416 这方面我也还没辙呢，可能你试一下在 stackoverflow 问问呢？