学习Python爬虫的大致步骤如下：
- 首先学会基本的Python语法知识（Python基础语法很重要哦！）；
- 学习Python爬虫常用到的几个重要内置库urllib, http【函数库】等，用于下载网页；
- 学习正则表达式re、BeautifulSoup（bs4）、Xpath（lxml）【这些都是函数库哦】等网页解析工具；
- 开始一些简单的网站爬取【可以直接访问的，百度、链家不要直接爬虫淘宝，微信，都限制的】，了解爬取数据过程；
- 了解爬虫的一些反爬机制，header，robot，时间间隔，代理ip，隐含字段【简单的反扒技巧】等；
- 学习一些特殊网站的爬取，解决登录、Cookie、动态网页等问题【打怪升级】；
- 了解爬虫与数据库的结合，如何将爬取数据进行储存【落库--数据分析了--这才是目的】；
- 学习应用Python的多线程、多进程进行爬取，提高爬虫效率【程序优化类似JAVA 的多线程JUC，我就是Java工作者】；
- 学习爬虫的框架，Scrapy、PySpider等【高级函数库了解下】；
- 学习分布式爬虫（数据量庞大的需求）【进行进一步的打怪升级】；
