好问题，这个问题不禁让我回忆起我学爬虫的路。
2014年底，我在学校参与到一个项目，是用数据来预测新店铺的选址，这里就不免需要购物中心的数据。当时没有同学会爬虫获取数据，于是有些同学开始手动复制粘贴，我并不想做这种机械性的工作。于是，我上网搜到了爬虫这个概念，在我仅仅会vba和c的情况下，开始自学python，装library，上网搜教程，各种折腾了一个星期后，终于从网上爬下来需要的数据。
那种痛哭流涕的感觉，这是我爬虫之路上最刻苦铭心的记忆。
之后，参与到更多的项目中，各个项目都需要爬虫获取数据，例如消费者评论的情感分析，需要电商的评论；分析全国各个小区所居住人的社会阶层，需要楼价数据；分析各个城市餐厅的消费情况，需要餐厅数据，等等。
慢慢的，我入坑了。首先我只是会使用 requests 获取网页，使用 Beautifulsoup 把网页中的内容提取出来，再使用简单的一行代码存入记事本中。
这些浓缩在我前几周写的这篇文章：5分钟入门网络爬虫 - 原来可以这么简单易懂
5分钟入门爬虫，呵呵，这可是我1个月各种搜资料求大神学习的浓缩：学习一个东西一定要一个好老师，你走偏了路，1个月的努力也许别人只需学5分钟。
慢慢的，发现我使用 requests 获取到的是乱码，是该网页无法显示的时候，我开始攻克这个难关。我发现了网站也会反爬虫，我开始网上搜各种资料：修改代理，修改请求头，修改爬虫间隔时间等等。
慢慢的，我发现光是用 Beautifulsoup 解析不了某些动态网页，因为网页源代码里面根本没有我要的数据。我开始攻克这个难关，我了解到现在大部分网页使用的 JavaScript 动态提取数据，我开始学会了如何找到网页的真实地址，我也知道了使用 selenium 模拟浏览器的点击。
慢慢的，我发现爬下来的数据越来越大，把数据存入 txt 或者 csv 格式不够方便，我开始学习数据库。凭着自己 sql 的一点点基础，开始自己下载 mysql，学习如何把 Python 和 mysql 对接，把数据存到 sql 数据库里。之后又发现 nonsql 对于网页里的数据能更方便的储存，我又开始自学 Mongodb，下载安装，对接储存。
慢慢的，我发现之前针对反爬虫的招数都变成了废物的时候，我又开始找朋友，问大神，了解到动态 IP 这种方法，又知道了 Tor 这个神器。但是，他们只告诉我有这个方法，我又一点一滴地在网上搜资料，中文的资料很少，我就去 google 上搜英文的，跟着网上的教程，bug 不断出现，然后又一个个 bug 去解决，我终于知道了 如何使用动态 IP 和Tor，解决了 IP 的问题。
慢慢的，我发现我爬虫的速度太慢，达不到时间的要求，我开始了解到多进程爬虫，了解到分布式爬虫，我又开始学。。。
前几天看了李书福的一句话，我觉得很有道理：“造汽车没什么神秘的，无非就是四个轮子加一个方向盘再加一个发动机。”，爬虫对于造个汽车来说，更简单，无非就是三步：获取网页，提取数据，储存数据。
没什么不可能的，你需要的是即刻开始。
也许努力的人会多一点运气，机械工业出版社的编辑主动找到了我，要我写一本《Python 网络爬虫》，我很珍惜这个机会，也希望把自己一路上学到的，遇到的都浓缩到这本书里。我希望这本书不是成为大家学习爬虫的障碍，而是享受到爬虫的乐趣。
几个月的努力，每天晚上在公司从7点写到12点，多少个周末没有出去玩耍，拒绝了朋友的邀约，我终于能出版一本自己的书了。
这本书，我希望零基础的同学可以读，有基础的同学也可以读；我太知道一个好的老师对于学习的重要了，因此，这本书我尽量做到浅显易懂，而且通过大量的实战来让成果巩固。
贴个链接，希望大家支持：
京东链接：《Python网络爬虫从入门到实践》(唐松，陈智铨)【摘要 书评 试读】- 京东图书
当当链接：《Python网络爬虫从入门到实践》(唐松 陈智铨)【简介书评在线阅读】 - 当当图书
天猫链接：正版包邮 Python网络爬虫从入门到实践 计算机与互联网 Python爬虫的流程 使用pip安装第三方库 计算机网络 编程语言与程序设计