刚入门 Python 爬虫，很多人第一步就被各种报错劝退。这篇是我从零开始写的第一个爬虫实战，代码简单可运行，把新手最容易遇到的坑一次性讲清楚，适合和我一样刚入门的朋友。
一、目标
爬取一个简单网页，拿到标题和内容，理解爬虫基本流程。
二、代码（可直接运行）
python
运行
import requests
from bs4 import BeautifulSoup
# 目标网址（示例用，简单静态页）
url = "https://www.baidu.com"
headers = {
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36"
}
try:
response = requests.get(url, headers=headers, timeout=10)
response.raise_for_status() # 自动抛异常
soup = BeautifulSoup(response.text, "html.parser")
title = soup.title.string if soup.title else "无标题"
print("页面标题：", title)
print("状态码：", response.status_code)
except Exception as e:
print("请求出错：", e)
三、新手必踩 3 个坑 + 解决
-
ModuleNotFoundError: No module named 'requests'
-
原因：没装库
-
解决：
plaintext
pip install requests beautifulsoup4
-
-
403 Forbidden / 被拒绝访问
- 原因：没带请求头，被识别为爬虫
- 解决：加上
User-Agent
-
编码乱码、中文乱码
-
解决：
python
运行
response.encoding = response.apparent_encoding
-
四、总结
- 爬虫基本三步：请求 → 解析 → 提取
- 新手先跑通流程，不要一上来搞复杂反爬
- 先练静态网页，再练接口、动态页面
结尾
接下来会继续写：
- 爬取真实网站实战
- Xpath、正则表达式
- 简单反爬处理
- 小项目实战
欢迎关注，一起从零学爬虫～
