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：
基礎html知識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：
基本爬蟲庫基礎的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：
專業爬蟲框架基本爬蟲庫熟悉后，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。
css選擇器優先級核心：每個選擇器本身有優先級，作用范圍越具體優先級越高。
CSS優先級從高到低分別是：
1.在屬性后面使用 !important 會覆蓋頁面內任何位置定義的元素樣式。
2.作為style屬性寫在元素標簽上的內聯樣式
3.id選擇器
4.類選擇器
5.偽類選擇器
6.屬性選擇器
7.標簽選擇器
8.通配符選擇器
9.瀏覽器選擇器
當CSS樣式的規則由多個選擇器組成時，id選擇器的權值為1000，class選擇器為100，標簽選擇器為10，按權值求和的記過高低決定哪個優先。當兩個css規則的權值相同時，誰更具體用誰，也就是權值高的選擇器作用的越具體優先級越高。當兩個選擇器規則和權值都是一樣，后面樣式會覆蓋前面的！
1、首先打開DreamweaverCC2018軟件新建一個html文件，在右上角點擊CSS設計器，并在下方點擊加號，然后選擇創建新的CSS文件：
2、在創建窗口中，點擊瀏覽按鈕。
3、然后選擇站點創建好CSS文件夾，然后輸入創建的CSS的名字，點擊保存插件文件：
4、然后把添加為設置成鏈接，點擊確定按鈕：
5、添加完成后就可以在右側的站點中的CSS文件夾下看到剛創建好的CSS樣式表文件了：
6、此時在html文件中的head標簽中，就多了一行鏈接到CSS文件的代碼。在頂部tab標簽中也可以看到鏈接的樣式表：
7、接下來在html網頁編輯頁面，在body標簽中輸入一個div：
8、然后在頂部tab標簽中選擇剛才創建的CSS樣式表，并在樣式表中寫一個樣式，命名為aaa，并按下快捷鍵Ctrl+S保存樣式表：
9、最后回到html編輯頁面，在div標簽中引入class，輸入剛才寫的樣式的名稱aaa并保存網頁：
10、最后點擊頂部的設計按鈕，就可以看到實時效果了，此時css文件就成功鏈接進去了：
一次讀完是最好的辦法，控制爬取速度就行。我不知道你用的什么代理，你可以試試我寫的免費代理服務器，可以在本地源源不斷地提供可用代理。
如果要循環執行，也有幾種方法，你寫的循環執行Scrapy-crawl命令就可以，但這樣是很笨的，因為每次都要重啟進程。
比較好的選擇是使用scrapy提供的內部機制，比如reactor+CrawlerRunner，這樣你可以在外部對爬蟲進行控制，增加你想要的任何爬取條件，在同一個線程里重復啟動爬蟲，爬取結束后干掉reactor即可。具體的做法，Scrapy的官方文檔里有介紹，循環條件你要自己寫。
我上面貼的代理服務器，將Scrapy底層的reactor運行在Tornado的event loop之上，在需要的時候調用各個爬蟲，也符合你的需要，你可以研究一下。
另外提供一個反面教材，也是我自己以前寫的，用Python腳本定時執行crapy-crawl命令，你也可以參考一下。