有朋友在群里和大家討論，問的最多的問題就是，python 爬蟲學(xué)到什么程度可以去找工作了，關(guān)于這點，和大家分享下我的理解。

[[247306]]

確立目標(biāo)、了解需求

首先我們要先定位自己的目標(biāo)，當(dāng)然我們先以爬蟲工程師來做個說明。

去招聘網(wǎng)上看看需求都有哪些,直接做個拉勾網(wǎng)爬蟲（有需要的私信）出結(jié)果了：

仔細(xì)看看，我們可以得出以下幾點：

1、 python 不是唯一可以做爬蟲的，很多語言都可以，尤其是 java,同時掌握它們和擁有相關(guān)開發(fā)經(jīng)驗是很重要的加分項

2、 大部分的公司都要求爬蟲技術(shù)有一定的深度和廣度，深度就是類似反反爬、加密破解、驗證登錄等等技術(shù)；廣度就是分布式、云計算等等，這都是加分項

3、 爬蟲，不是抓取到數(shù)據(jù)就完事了，如果有數(shù)據(jù)抽取、清洗、消重等方面經(jīng)驗，也是加分項

4、 一般公司都會有自己的爬蟲系統(tǒng)，而新進(jìn)員工除了跟著學(xué)習(xí)以外最常做的工作就是維護(hù)爬蟲系統(tǒng)，這點要有了解

5、 ***一個加分項就是前端知識，尤其是常用的 js、ajax、html/xhtml、css 等相關(guān)技術(shù)為***，其中 js 代碼的熟悉是很重要的

6、 補充一條，隨著手持設(shè)備的市場占比越來越高，app 的數(shù)據(jù)采集、抓包工具的熟練使用會越來越重要

以上內(nèi)容，不要求全部掌握，但是掌握的越多，那么你的重要性就越高

[[247307]]

如何提高自己

網(wǎng)上教程很多，就 python 而言，只會 requests 明顯是不夠的，起碼 scrapy 和pyspider 這倆框架要掌握，scrapy_redis 原理要理解

多做全站爬蟲，比如抓取一個小說網(wǎng)站， 能抓一本小說是基本功，你要想辦法分類別把整站小說全部抓取下來，存到數(shù)據(jù)庫，甚至自己建站，完全用你的方式將對方的網(wǎng)站 copy 下來！這個過程需要注意的是如何去重，Mongo 可以、redis 也可以。

[[247308]]

實戰(zhàn)項目經(jīng)驗

這個是在面試中經(jīng)常會問到

1、 你抓過哪些網(wǎng)站？

2、 日均采集量有多少？

3、 遇到哪些問題，怎么解決的？

那么，怎么找項目呢？Github 你需要多去看看，項目多到超出你的想象！

如何判斷能力是否足夠

很簡單，去網(wǎng)上找一個爬蟲的外包方案，自己去嘗試做一下！當(dāng)然你要能賣出去，那是***了。實踐是硬道理！

以上僅為個人看法，若有不足之處請指教，希望可以幫助到大家！