先弄清楚本身为何要学习爬虫知识？- 基于专业版数据的特性，对业务数据进行测试分析，检验数据的准确性和有效性。python
对于零基础的小白，能够分为3个阶段来实现：正则表达式
--第一阶段：入门。 掌握必备的基础知识，如python基础、网络请求的基本原理算法
--第二阶段：模仿。看着别人的爬虫代码，弄懂，了解主流爬虫工具sql
--第三阶段：本身动手，根据本身的解题思路，独立设计爬虫系统数据库
知识储备json
python基础：基本语法，函数、类、list、dict等经常使用方法和类型服务器
HTML知识cookie
HTTP知识：爬虫的基本原理就是经过网络请求从远程服务器上下载数据的过程，因此须要了解http协议的基本原理网络
网络请求模块类库：（python自带）urllib、urllib二、httplib、Cookie，requests等函数
数据处理：
JSON数据：使用json；
HTML数据：能够使用BeautifulSoup、lxml等库处理；
XML数据：untangle、xmltodict等第三方库；
爬虫工具：Chrome或者Firefox的审查元素、跟踪请求信息等
数据清洗：正则表达式，re模块
持久化存储：
文件存储：csv文件，txt文件
数据库存储：sqlite、Mysql、MongoDB
攻克反爬虫策略：一般网站会设置有阻止爬数据的方式，如必须登陆、输入验证码、对请求速度作限制、对ip作限制、对数据加密处理等，因此此时就要求理解常见的加解密算法，http中的cookie、HTTP代理、各类HEADER等等
。。。
总之，学习爬虫是按部就班的过程