不止不觉中，已经大学毕业上了研究生了，其实这一系列教程很早就想开始写，由于一堆事情加上拖到了现在。
缘起
大概是大二下学期刚开学的时候，我开始接触了Web开发，那个时候跟着网上看视频，学习了HTTP Get与Post请求，了解了网站是怎么个工作的。我当时突然联想到了平时都在用的课程格子，想着十分有趣，想着能不能用这种技术去做这样一款查课表的东西。
于是乎，网上寻找资料，了解了登陆的原理，以及如何获取到Cookie。当时，我最熟悉的语言是C#，从网上找了个解析HTML的dll，用着自带的HttpWebRequest就开始搞了。那时还不会用chrome，用的HttpWatch，也遇到了很多坑，不过也通过自己的努力把学校的课表搞下来了。
不过，我发现单纯搞个课表也并没有什么卵用，于是我想到了当时正值学校抢课期间，我就做个抢课软件，那还不吊炸天。
于是我用那个只能在IE上跑起来的HttpWatch抓到了JSON的数据，当时也不知道JSON是什么，只知道XML，还网上问了一下这是什么格式的数据，后来就知道这是传说中的JSON，又去恶补了一遍JSON的知识。然后又找了个C#的解析JSON的dll，在我的电脑上把抢课的软件跑起来了，下面就是当时的软件截图。
就是通过这个自己编写的这个爬虫软件，我选上了当时的“英文记录片视听”这门课，不过后来听说这门课有点坑，我又给退了，o(╯□╰)o。
我都做过哪些？
自从那以后，我开始对爬虫产生了浓厚的兴趣，没事儿就爬点东西玩儿，下面是我搞过的几个和爬虫相关的小应用。
USTB选课系统
练习客户端开发，把我校的选课系统移植到了Android、iOS、Mac、Ubuntu、Windows客户端上，见https://github.com/nladuo/ustb_choose_course_system。
教务信息服务号
查询教务系统的成绩、学分、课表等，用来练习微信开发的。
淘宝Bra爬虫
统计一下中国女性的胸围分布。
还书提醒
提醒自己别忘了还书。
链家爬虫
学习scrapy时候写的。
种子站
拿DHT爬虫+Sphinx做的种子搜索引擎，后来数据太多了，网站已经关了，只有图了。
教程大纲
谈完了我和爬虫君的缘分后，便要开始进入正题了。在之后的几篇文章中，我将从基础的定向爬虫开始讲起，并结合多线程提高抓取速度，通过数据库来缓存数据。之后会聊一聊反反爬虫的技术，解决一些限制性的问题。因为爬虫最原始的功能其实是构建搜索引擎，最后，将会使用ElasticSearch构建一个搜索的案例。
1、爬虫介绍
- ①爬虫是什么？
- ②环境搭建与入门
2、爬虫基础
- ①爬取网页新闻列表
- ②Session登陆
- ③多进程爬取
3、数据存储
- mongodb的使用
4、反反爬虫
- ①JS渲染：selenium+phantomjs的使用
- ②ip防禁：使用代理IP
- ③简单验证码破解：使用KNN
5、案例——北科贴吧帖子搜索
- ①爬虫编写
- ②使用ElasticSearch搜索帖子