Python新手提问：如何入门爬虫？

直接上干货。想入门爬虫，你得先搞定三样东西：Python基础、HTTP协议、HTML结构。

别一上来就找爬虫教程，先把Python的requests和BeautifulSoup这两个库玩明白。下面这个例子能让你立刻上手，爬取一个网页的标题：

import requests
from bs4 import BeautifulSoup

# 1. 发送请求
url = 'https://httpbin.org/html'
response = requests.get(url)

# 2. 检查请求是否成功
if response.status_code == 200:
    # 3. 解析HTML
    soup = BeautifulSoup(response.text, 'html.parser')
    
    # 4. 提取数据（这里找<h1>标签）
    title_tag = soup.find('h1')
    if title_tag:
        print("抓取到的标题是：", title_tag.text)
    else:
        print("没找到标题标签")
else:
    print(f"请求失败，状态码：{response.status_code}")

简单解释一下：

• requests.get() 负责去拿网页的原始数据。
• BeautifulSoup 像个翻译官，把杂乱的HTML变成你能看懂的树状结构。
• soup.find() 就是在这棵树里精确找到你要的内容。

下一步学什么？

1. 学用 soup.find_all() 抓列表数据。
2. 学用 response.json() 处理API接口（比HTML简单多了）。
3. 遇到反爬虫的网站，再去看 headers、cookies 和 time.sleep() 怎么用。

核心建议：从一个你能轻松访问的公开页面开始练手。