基础爬虫

本部分从 HTTP 原理讲起，覆盖一条完整爬虫链路的每个环节：

1. HTTP 协议与爬虫基础 —— 爬虫是什么、请求与响应、开发者工具
2. 请求发送 requests —— 用代码模拟浏览器发请求
3. 数据提取 —— 从响应中解析出想要的数据
4. 数据存储与去重 —— 把数据落到文件或数据库
5. 高性能爬虫 —— 多线程、多进程与异步协程
6. Selenium 浏览器自动化 —— 应对 JS 动态渲染页面
7. 抓包与代理池 —— 分析 App 接口与突破 IP 封锁
8. Scrapy 框架 —— 工程化采集与分布式
9. feapder 框架 —— 内置入库、去重、报警的全家桶式框架

学习建议：每章的实战案例请动手跑一遍，遇到新网站时按照「抓包分析 → 发送请求 → 提取数据 → 存储」的流程独立完成一次完整爬虫。