DJH-Spider

jasonhaven

1.入门

day1

爬虫原理
robots.txt
sitemap.xml
python 库：urllib,urllib2,requests,beautifulsoup,lxml,selenium,phantomjs,scrapy等等
基本爬取过程
cookie使用
get方式和post方式
爬取csdn
正则表达式的使用

day2

爬取糗事百科

day3

爬取百度贴吧

day4

爬取淘宝MM