用py3寫爬蟲的話，強力推薦這本書，應該是目前最系統最完善介紹python爬蟲的書。可以去圖靈社區買電子版。書的內容很新也很系統，從beautifulSoup，requests到ajax，圖像識別，單元測試。比起絕大多數blog零散的教程要好的多，看完書後就可以去做些實戰項目，這個時候可以去github上找類似的項目借鑒下。英文版pdf：個人覺得英文版更好）中文版pdf：這本書內容比較淺，我表示贊同。但是對於新手來說，看完這本書，對於爬蟲基礎的應用與概念絕對有了初步的了解。其實國內有壹本講爬蟲的好書，《自己動手寫網絡爬蟲》，這本書除了介紹爬蟲基本原理，包括優先級，寬度優先搜索，分布式爬蟲，多線程，還有雲計算，數據挖掘內容。只不過用了java來實現，但是思路是相同的。有這幾個包基本上就夠用了。當初學習爬蟲的時候壹點都不懂，甚至連爬蟲是什麽都不知道就在學了，但是懷著不懂裝懂的精神，到現在基本上也算對爬蟲了解壹二。正如妳所說，爬蟲是個大坑！因為這不僅僅是Python的事，想要學好爬蟲，需要學習：網絡基礎知識（post/get/抓包）、（推薦）正則表達式（re模塊）、多線程/多進程、數據庫（儲存）。還有各種各樣的問題：Python蛋疼的編碼問題、遇到Ajax就要用selenium（效率低）、遇到驗證碼腫麽辦（我放棄）、需要模擬登錄（我直接用cookies，在這裏推薦requests，用法是：被網站禁ip等等所以，如果妳是想學爬蟲，那麽就慢慢磨吧。但是妳是想學習機器學習，網上那麽多的數據集，可以不必專門學。