一、你应该知道什么是爬虫？

 

　　网络爬虫，其实叫作网络数据采集更容易理解。

 

　　就是通过编程向网络服务器请求数据（HTML表单），然后解析HTML，提取出自己想要的数据。

 

　　归纳为四大步：

 

　　根据url获取HTML数据

 

　　解析HTML，获取目标信息

 

　　存储数据

 

　　重复第一步

 

　　这会涉及到数据库、网络服务器、HTTP协议、HTML、数据科学、网络安全、图像处理等非常多的内容。但对于初学者而言，并不需要掌握这么多。

 

　　二、python要学习到什么程度

 

　　如果你不懂python，那么需要先学习python这门非常easy的语言（相对其它语言而言）。

 

　　编程语言基础语法无非是数据类型、数据结构、运算符、逻辑结构、函数、文件IO、错误处理这些，学起来会显枯燥但并不难。