首先要掌握一些有关爬虫的基础知识，基本的要知道什么是爬虫？为什么要爬虫？数据是从哪里得来的？先了解这些基础的知识点才能对你要学习的东西有基本的了解，然后还有下面这些数据也需要了解：
1、HTML，了解网页的结构，内容等，帮助后续的数据爬取。
2、Python，可以去网上找一些教学视频，教学博客等等，去看一下，然后有基础了之后还可以找一些晋升的视频，再打打基础。
3、TCP/IP协议，HTTP协议，了解在网络请求和网络传输上的基本原理，帮助今后写爬虫的时候理解爬虫的逻辑。
其次就是要梳理一下爬虫的思路，简单的说，就是你想要抓取一个网站的内容时，需要怎么一步步做好，需要现有一个大的整体的架构，才能进一步做好接下来的工作。当用户浏览网页时，会看到很多图片，点击网址的时候看到的图片，是经过用户输入网址-DNS服务器-服务器主机-服务器请求-服务器解析-发送浏览器HTML、JS、CSS-浏览器解析-解析图片这一长段的服务器运作来完成的，而爬虫就是需要爬取有HTML代码构成的网页，然后获取图片和文字。
最后，就是要使用合适的工具，比如说想要做好测试，那么就需要相应的环境配置，同样的道理，想要做好python，也需要好用的工具：
1、Notepad++，简单，但是提示功能不强。
2、PyCharm，用于一般IDE具备的功能，比如，调试、语法高亮、代码跳转、等等，同时可用于Django开发，支持Google App Engine、PyCharm，支持IronPython。
3、神龙HTTP代理，用于提供代理ip的代理服务器。
不管学习什么都不是一蹴而就的事情，需要持之以恒。
神龙|纯净稳定代理IP免费测试>>>>>>>>天启|企业级代理IP免费测试>>>>>>>>IPIPGO|全球住宅代理IP免费测试
