抓取百度百科关键字
根据之前学过的基础知识，现在爬取一些简单的静态页面是不成问题了。百度百科页面爬虫，爬取页面词条并打印。因为每个页面词条是很多的，所以每个页面随机取一个词，不断的往下爬取。总共分为3部，即爬取网页、分析网页数据、输出所需资源。组成本爬虫的关键模块分别是URL管理器、HTML下载器和HTML解析器。
用 Python 分析微信好友
微信几乎是每天都会打开的一个App，今天就来简单分析一下微信好友的一些基本信息。最终目标是爬取所有微信好友并且分析男女比例、个性签名等数据。看似简单的功能用到的库其实不少。主要用到了itchat、matplotlib、wordcloud、jieba、PIL等库。不得不说Python的库是真的多，不过也确实好用。真的是感谢前辈们的付出。
爬虫入门（三）：掌握常用正则表达式
当获取到页面的内容之后，怎么样提取想要的文字呢？正则表达式就是一个很好用的工具。在很多编程语言里面都有正则表达式的概念。正则表达式比较常见的是对字符串操作，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。除了提取文字外，比较常见的还有判断是不是email，是不是手机号等功能。
爬虫入门（二）：掌握HTTP库requests的基本用法
我们知道，Python内置了urllib等模块用于HTTP请求，然而它的API使用起来并不优雅，于是Requests基于urllib进行了高度封装，使用起来更加简洁、更加人性化。它是Python的一个非常强大的HTTP库。看一下它霸气的介绍Requests is the only Non-GMO HTTP library for Python, safe for human consumption
爬虫入门（一）：快速理解HTTP协议
HTTP协议英文名字为（HyperText Transfer Protoco），是一种用于分布式、协作式和超媒体信息系统的应用层协议。在我们日常上网中，无时无刻不在用这个协议。HTTP是万维网的数据通信的基础。