了解HTML和CSS能帮助你更好地理解Web页面结构以及如何使用代码来定制内容。要学习有关HTTP协议以及XML/JSON标准的相关内容。这将帮助你了解如何连接数据应用服务、优化请求并处理Web服务器端发送回来的数据流量。(3)下一步是学习Python或JavaScript语法。...
爬虫到底怎么学会爬？
（1）首先，要学习HTML和CSS的基础知识。了解HTML和CSS能帮助你更好地理解Web页面结构以及如何使用代码来定制内容。
（2）其次，要学习有关HTTP协议以及XML/JSON标准的相关内容。这将帮助你了解如何连接数据应用服务、优化请求并处理Web服务器端发送回来的数据流量。
(3)下一步是学习Python或JavaScript语法。这些都是用于开发web crawler所必不可少的开发语言之一。Python对新手而言很容易上手且相对快速得到成效；而JavaScript能够将前后端开发已集中一并方便地使用Node.js作为server side language 和MongoDB作为database engine来储存Crawler data.
(4)此外, 还要学习Scrapy、Selenium 等 Python 第三方库以便利 Web Crawler 的开发. Scrapy 是一个python web crawling framework, 能够大大提高web crawler 的性能; Selenium 可以 simulating the user experience to execute JavaScript on the page and interact with elements in the DOM tree via XPath syntax . 有时, 也会需要BeautifulSoup 来 parse HTML documents , 更好地 extract web contents .