作者对 Python 分布式动态页面爬虫研究学习路线。

Python 进程、线程、回调与协程 总结笔记 适合新手明确基本概念

作者在这篇文章中解释 yield 关键字到底是什么，为什么它是有用的，以及如何来使用它。

作者在文中分享了四个小技巧。

这篇文章讲解如何从下载下来的 html 文件中提取结构化数据。

爬虫的基本原理是模拟浏览器进行 HTTP 请求，理解 HTTP 协议是写爬虫的必备基础，招聘网站的爬虫岗位也赫然写着熟练掌握 HTTP 协议规范，写爬虫还不得不先从 HTTP 协议开始讲起。

对 Python 中的序列类型进行操作是我们的必要需求。尤其是切片，以及从列表中建立一个新的列表等操作尤其需求的多。阅读这一部分，我收获很多。PS: 这篇博客有点长，一下看不完就请收藏吧。。。 切片 list, tuple, str 以及 Python 中的所有序列类型都支持切…

使用 Python 生成更像真实数据的测试数据。