1.注册中国大学MOOC
2.选择北京理工大学嵩天老师的《Python网络爬虫与信息提取》MOOC课程
3.学习完成第0周至第4周的课程内容，并完成各周作业
4.提供图片或网站显示的学习进度，证明学习的过程。
5.写一篇不少于1000字的学习笔记，谈一下学习的体会和收获。
首先是对Python软件的基础了解。最常用的Python IDE工具：IDLE，Sublime Text，PyCharm，Anaconda&Spyder。
1).IDLE优点有：自带，默认，常用，入门级。建议300行以下
2).Sublime Text：这是一个专为程序员开发的第三方专用编程工具，有专业的编程体验，有多重编程风格，是非常适合程序员的一款
3).PyCharm：社区版免费，较为简单且集成度高，适合较为复杂的工程
4).Anaconda：开源免费，支持近800个第三方库
下面是正式的学习环节：
先安装Requests库与测试，成功后开始认识Requests库的主要方法，大概有7个：request，get，head，post，put，patch和delete。其功能都是对应HTTP里的功能。
Response对象一共有5个，status_code(HTTP请求的返回状态，200表示成功，404表示失败)，text(url对应的页面内容),enconding(从HTTP header中猜测的响应内容编码方式)，apparent_encoding(从内容中分析出的响应内容编码方式)和content(HTTP响应内容的二进制形式)。
Requests库异常：
1)requests.ConnectionError:网络连接错误异常。
2)requests.HTTPError:HTTP错误异常
3)requests.URLRequired:URL缺失异常
4)requests.TooManyRedirects:超过最大重定向次数,产生重定向异常
5)requests.ConnectTimeout:连接远程服务器超时异常
6)requests.Timeout:请求URL超时,产生超时异常。
HTTP协议对资源的操作：GET:请求获取URL位置的资源。 HEAD:请求获取该资源头部信息。 POST:请求向URL位置的资源后附加新数据。 PUT:请求向URL位置存储一个资源，覆盖原位置的资源 。PATCH:请求局部更新URL位置的资源，即改变该处资源的部分内容 。DELETE:请求删除URL位置存储的资源。
网络爬虫的法律风险：
1)服务器上的数据有产权归属
2)网络爬虫获取的数据牟利后将带来法律风险
3)网络爬虫可能具备突破简单控制的能力，获得被保护数据，从而泄露个人隐私
网络爬虫的限制：
1)来源审查：判断User-Agent进行限制(检查来访HTTP协议头的User-Agent域，只响应浏览器或友好爬虫的访问)
2)发布公告：Robots协议(告知所有爬虫网站的爬取策略，要求爬虫遵守)
Beautiful Soup库解析器：soup=BeautifulSoup(‘data’,’html.parser’)
解析器：
1) bs4的HTML解析器：BeautifulSoup(mk,’html.parser’)--条件：安装
2) bs4 lxml的HTML解析器：BeautifulSoup(mk，’lxml’)--条件：pip install lxml
3) lxml的XML解析器：BeautifulSoup(mk,’xml’)--条件：pip install lxml
4) html5lib的解析器：BeautifulSoup(mk,’html5lib’)--条件：pip install html5lib
BeautifulSoup的基本元素：
1)Tag：标签，最基本的信息组织单元，分别用<>和表明开头和结尾
2)Name：标签的名字，
的名字是’p’,格式：3)Attributes：标签的属性，字典形式组织，格式：
4)NavigableString：标签内非属性字符串，<>...中字符串，格式：
5)Comment：标签内字符串的注释部分，一种特殊的Comment类型
标签数的下行遍历：
1).contents：子节点的列表，将
2）.Children：子节点的迭代类型，与.contents类似，用于循环遍历儿子节点
3).descendants：子孙节点的迭代类型，包含所有子孙节点，用于循环遍历。
BeautifulSoup类型是标签数的根节点。
标签数的上行遍历：
1).parent：节点的父亲标签
2).parents：节点先辈标签的迭代类型，用于循坏遍历先辈节点。
标签数的平行遍历：
1).next_sibling：返回按照HTML文本顺序的下一个平行节点标签
2).previous_sibling：返回按照HTML文本顺序的上一个平行节点标签
3).next_siblings：迭代类型，返回按照HTML文本顺序的后续所有平行节点标签
4).previous_siblings：迭代类型，返回按照HTML文本顺序的前续所有平行节点标签。
总结：通过这些天嵩天老师的教诲，我受益匪浅。初步踏入Python爬虫殿堂的大门，我深刻地认识到了爬虫的强大。也让我打下了坚实的基础。希望能更进一步学习。