1、通過保存網頁即可獲取想要對應頁面上面的js、css文件（有的js、css被編譯或壓縮過須要借助第三方工具來反編譯或格式化）

2、打開瀏覽器的開發模式，一般按快捷鍵f12就可以打開，以google瀏覽器舉例：點擊標簽resource，然后在對應的資源文件中找到自己需要的文件再右鍵save即可。

學習web開發，數據庫，HTML，CSS，JavaScript，jQuery這些都是需要學習的，都是最基本的東西，是必須要學的；

之前在“ 如鵬網 ”上了解過Python的課程，挺不錯的，有網絡的地方就可以學習，根據自己的時間來靈活安排學習進度，有更多的時間來練習項目，夯實基礎，有問題隨時提問，老師實時在線答疑，口碑不錯，基本上都是慕名而去的；

每個章節的后面都有相應的練習題和面試口才題，需要以錄音的方式進行提交，為以后的面試做準備，畢業前，會有專業的老師從寫簡歷，投簡歷，模擬面試，薪資洽談，就業等方面進行全方位的指導，有新的課程更新了，也是可以繼續免費申請了來學習的。

有詳細的課程體系，可以參考一下。

第一部分：Python語言基礎

第二部分：數據庫開發

第三部分：web前端

第四部分：Python web開發

第五部分：Python web項目（項目截圖可訪問“如鵬網”）

第六部分：Linux

第七部分：NoSQL

第八部分：數據可視化

第九部分：爬蟲技術

第十部分：人工智能

網絡爬蟲（又稱為網頁蜘蛛，網絡機器人，在FOAF社區中間，更經常的稱為網頁追逐者），是一種按照一定的規則，自動地抓取萬維網信息的程序或者腳本。另外一些不常使用的名字還有螞蟻、自動索引、模擬程序或者蠕蟲。

隨著網絡的迅速發展，萬維網成為大量信息的載體，如何有效地提取并利用這些信息成為一個巨大的挑戰。搜索引擎(Search Engine)，例如傳統的通用搜索引擎AltaVista，Yahoo!和Google等，作為一個輔助人們檢索信息的工具成為用戶訪問萬維網的入口和指南。但是，這些通用性搜索引擎也存在著一定的局限性，如：

(1)不同領域、不同背景的用戶往往具有不同的檢索目的和需求，通過搜索引擎所返回的結果包含大量用戶不關心的網頁。

(2)通用搜索引擎的目標是盡可能大的網絡覆蓋率，有限的搜索引擎服務器資源與無限的網絡數據資源之間的矛盾將進一步加深。

(3)萬維網數據形式的豐富和網絡技術的不斷發展，圖片、數據庫、音頻、視頻多媒體等不同數據大量出現，通用搜索引擎往往對這些信息含量密集且具有一定結構的數據無能為力，不能很好地發現和獲取。

(4)通用搜索引擎大多提供基于關鍵字的檢索，難以支持根據語義信息提出的查詢。

網絡爬蟲

為了解決上述問題，定向抓取相關網頁資源的聚焦爬蟲應運而生。聚焦爬蟲是一個自動下載網頁的程序，它根據既定的抓取目標，有選擇的訪問萬維網上的網頁與相關的鏈接，獲取所需要的信息。與通用爬蟲(general purpose web crawler)不同，聚焦爬蟲并不追求大的覆蓋，而將目標定為抓取與某一特定主題內容相關的網頁，為面向主題的用戶查詢準備數據資源。

1 聚焦爬蟲工作原理以及關鍵技術概述

網絡爬蟲是一個自動提取網頁的程序，它為搜索引擎從萬維網上下載網頁，是搜索引擎的重要組成。傳統爬蟲從一個或若干初始網頁的URL開始，獲得初始網頁上的URL，在抓取網頁的過程中，不斷從當前頁面上抽取新的URL放入隊列,直到滿足系統的一定停止條件。聚焦爬蟲的工作流程較為復雜，需要根據一定的網頁分析算法過濾與主題無關的鏈接，保留有用的鏈接并將其放入等待抓取的URL隊列。然后，它將根據一定的搜索策略從隊列中選擇下一步要抓取的網頁URL，并重復上述過程，直到達到系統的某一條件時停止。另外，所有被爬蟲抓取的網頁將會被系統存貯，進行一定的分析、過濾，并建立索引，以便之后的查詢和檢索；對于聚焦爬蟲來說，這一過程所得到的分析結果還可能對以后的抓取過程給出反饋和指導。

相對于通用網絡爬蟲，聚焦爬蟲還需要解決三個主要問題：

(1) 對抓取目標的描述或定義；

(2) 對網頁或數據的分析與過濾；

(3) 對URL的搜索策略。

最好學習一下，不要求熟悉，但必須要會，我們爬蟲所爬取的網頁數據大部分都會直接或間接嵌套在html標簽或屬性中，如果你對html一點都不了解，也就無從談及數據的解析和提取，下面我簡單介紹一下python爬蟲的學習過程，感興趣的朋友可以嘗試一下：

這個是最基本也是必須的，首先，學習網絡爬蟲，你就需要學習html知識，網頁是用html寫的，數據自然也會嵌套在其中，無非就是某一個標簽或屬性，如果你對html一點都不了解，也就無從談及解析規則的編寫，數據也就無從提取，不要求多么熟悉、精通html，但基本的標簽、屬性必須要能看懂，如果你沒有這方面基礎的話，建議學習一下，初學入門html，也主要以記憶為主，很快就能掌握：

基礎的html知識掌握后，就是網絡爬蟲的編寫，這里可以從一些簡單易用、容易上手的爬蟲庫開始，比較常見的就是urllib、requests、beautifulsoup、lxml，官方教程非常詳細，先獲取網頁數據，然后再編寫解析規則提取即可，對于大部分靜態網頁來說，都可以輕松爬取，動態網頁數據的提取可能需要抓包分析（數據不會直接在網頁源碼中看到），但基本原理類似，也是先獲取數據，然后再解析提取：

基本爬蟲庫熟悉后，大部分網頁數據都可以爬取，但需要反復造輪子，效率不高，也不易于后期維護和擴展，這里可以學習一下專業強大的爬蟲框架，python來說，比較受歡迎、也比較流行的就是scrapy，框架成熟、穩定，可擴展性強，只需編寫少量代碼即可快速開啟一個爬蟲程序，初學入門來說也非常友好，官方文檔豐富，社區活躍，資料齊全，各個模塊組件都是獨立開源的，后期研究學習也非常不錯：

總之，python爬蟲對html要求不高，但必須要了解，能看懂基本的網頁結構、標簽和屬性，后期才能編寫具體的解析規則提取數據，建議多看多練，熟悉一下scrapy框架的使用，網上也有相關教程和資料，介紹的非常詳細，感興趣的話，可以搜一下，希望以上分享的內容能對你有所幫助吧，也歡迎大家評論、留言進行補充。