什么是爬虫？

百度百科：网络爬虫（又被称为网页，网络机器人，在社区中间，更经常的称为网页追逐者），是一种按照一定的规则，自动地抓取信息的程序或者脚本。

最近很多朋友问我，学习爬虫，学到什么程度可以去找工作呢？

这篇文章会说说我自己的心得体验，关于爬虫、关于工作，仅供参考

为什么那么多人选择学习爬虫？

爬虫入门简单
薪资客观
求职门槛不高

一线城市（北京为例）

96.1%薪资是在10K以上，88.1%的人薪资是在10-30K，所以为什么说薪资非常客观了。最后，如果你的时间不是很紧张，并且又想快速的提高，最重要的是不怕吃苦，建议你可以联系维：762459510 ，那个真的很不错，很多人进步都很快，需要你不怕吃苦哦！大家可以去添加上看一下~

二线城市（成都为例）

学到哪种程度可以就业

暂且把目标定位初级爬虫工程师，简单列一下吧：

（必要部分）

语言选择：一般是Python
熟悉多线程编程、网络编程、HTTP协议相关
开发过完整爬虫项目（最好有全站爬虫经验，这个下面会说到）
反爬相关，cookie、ip池、验证码等等
熟练使用分布式

（非必要，建议）

了解消息队列，如RabbitMQ、Kafka、Redis等
具有数据挖掘、自然语言处理、信息检索、机器学习经验
熟悉APP数据采集、中间人代理
大数据处理（Hive/MR/Spark/Storm）
数据库Mysql，redis，mongdb
熟悉Git操作、linux环境开发
读懂js代码，这个真的很重要

如何提升

随便看看知乎上的教程就可以入门了，就Python而言，会requests当然是不够的，还需要了解scrapy和pyspider这两个框架，scrapy_redis也是需要理解原理的。

分布式如何搭建、
如何解决其中遇到内存、速度问题。

什么叫全站爬取

最简单的拿拉钩来举例，搜索关键词，有30页，不要以为把这30页爬完就是全站爬取了，你应该想方法把所有数据全部爬下来。

什么办法，通过筛选缩小范围，慢慢来就OK了。

同时，每个职位还会有推荐职位，再写一个采集推荐的爬虫。

这个过程需要注意的是如何去重，Mongo可以、redis也可以

实际项目经验

这个面试中肯定会被人问道，如：

你爬过哪些网站
日均最大采集量是多少
你遇到哪些棘手问题，如何解决
等等

那么怎么找项目呢？比如我要爬微博数据，去Github中搜索下，项目还算少吗？

关于反爬

常见的 UA、Refer等需要了解是什么东西，有些验证的ID如何产生的，是否必要；关于IP池这块我不了解，不多说，需要注意的是如何设计拉黑机制；模拟登陆也是必要的，可以研究下代码，或者提PR。最后，如果你的时间不是很紧张，并且又想快速的提高，最重要的是不怕吃苦，建议你可以联系维：762459510 ，那个真的很不错，很多人进步都很快，需要你不怕吃苦哦！大家可以去添加上看一下~

模拟登陆其实就是一步步的请求，保存cookie会话

如何判断能力足够

很简单，给个任务，爬取知乎上所有问题。

你会如何思考并设计这个项目？

欢迎留言指出

IT行业老程序员的经验之谈：爬虫学到什么程度可以找到工作？相关推荐

我想转行程序员，上个编程培训班，能找到工作吗？我可以自学吗？
大家好,这里是程序员晚枫. **我自己是法学院毕业后,为了转行上过编程培训班.**因此后台也经常收到提问: 晚枫,上编程培训班能找到工作吗?我应该去上培训班还是自学? 今天结合自己这几年的经验和所见所 ...
和小鲜肉相比，老程序员该由哪些优势?
人总会变老,可以想象,哪怕是今天刚出大学的95后程序员,虽然时间的推移,可能头发会慢慢少,也可能眼镜的度数会慢慢变大,更可能颜值慢慢变低(说得好听点就是颜值会转化成技术和经验),也会渐渐被压力磨平棱角 ...
和小鲜肉相比，老程序员该由哪些优势?同时说下我看到的老程序员的三窟
目前被编辑推荐的文章是,70后.net老猿,尚能饭否?,这让本来就危机感十足的我更加倍感压力. 人总会变老,可以想象,哪怕是今天刚出大学的95后程序员,虽然时间的推移,可能头发会慢慢少,也可能眼镜的度 ...
写给年轻程序员：37岁的我，正在找工作！
前几天突然接到 dk 的电话,要和我聊聊天.他说他们部门调整,虽然最后他留了下来,但还是非常焦虑. 图片来自 Pexels 人无远虑必有近忧,他这次被刺激到了,想提高一下自己,以免下次再有类似的心惊肉 ...
20年的老程序员对新入行的朋友的一些建议
从事编程这一行也已经20年了,到今天为止,有关编程方面的知识我也写了六七门课程了,教授课程的时间也已超过了1000小时,下面我所说的全部是我多年来的实践的经验之谈. 编程真的不是一件容易的事. 不管你 ...
IT人永远不老，老程序员价值何在？
作者:acejoy 来自:acejoy.com/2017/12/20/362/ IT人永远不老?做梦,怎么可能.无论你现在是多么风华正茂,青春洋溢,终有成熟.老去的那天. 但是,人的身体可以变老,人的 ...
老程序员都去哪儿了？
摆在老程序员们面前有三条路,一是转行,二是继续钻研成为技术大牛,三是转型为管理人员. 我最近采访了十五位30岁以上的老程序员们,在此我想发表下我的观点. 网络上总有这类观点-- 「如果所有的技术都想着 ...
一个老程序员的心里话（转载）
1．希特勒地堡与cih病毒 99年4月,我来到北京参加研究生复试.复试完了之后就不回去了,我拿着一张光盘,里面刻着我用vb和authorware3.5编的一个cool 3d的教学软件,到处参加招聘会, ...
程序员为什么老得快_中国程序员工资为什么那么高？老程序员：淘汰速度快，入行成本大...
在中国,程序员的行业平均工资比一般的传统行业的工资都高,大多数传统行业有自己的职业天花板,不是职位晋升困难,就是工资水平有自己的天花板.而在互联网行业,程序员这个职业这种现象就不是很明显,月薪上万是普 ...

IT行业老程序员的经验之谈：爬虫学到什么程度可以找到工作？