可以先利用搜索引擎学习。简单爬虫不难，无非发起http访问，取得网页的源代码文本，从源代码文本中抽取信息。首先要自己会写代码。学习爬虫可以从下面一些知识点入手学习。1、http相关知识。2、浏览器拦截、抓包。3、python2 中编码知识，python3 中bytes 和str类型转换。4、抓取javascript 动态生成的内容。5、模拟post、get，header等6、cookie处理，登录。7、代理访问。8、多线程访问、python 3 asyncio 异步。9、正则表达式、xpath等。。。。10、scrapy requests等第三方库的使用。
返照入闾巷，
这里简单介绍一下吧，以抓取网站静态、动态2种数据为例，实验环境win10+python3.6+pycharm5.0，主要内容如下：
抓取网站静态数据（数据在网页源码中）：以糗事百科网站数据为例
1.这里假设我们抓取的数据如下，主要包括用户昵称、内容、好笑数和评论数这4个字段，如下：
对应的网页源码如下，包含我们所需要的数据：
2.对应网页结构，主要代码如下，很简单，主要用到requests+BeautifulSoup，其中requests用于请求页面，BeautifulSoup用于解析页面：
程序运行截图如下，已经成功爬取到数据：
抓取网站动态数据（数据不在网页源码中，json等文件中）：以人人贷网站数据为例
1.这里假设我们爬取的是债券数据，主要包括年利率、借款标题、期限、金额和进度这5个字段信息，截图如下：
打开网页源码中，可以发现数据不在网页源码中，按F12抓包分析时，才发现在一个json文件中，如下：
2.获取到json文件的url后，我们就可以爬取对应数据了，这里使用的包与上面类似，因为是json文件，所以还用了json这个包（解析json），主要内容如下：
程序运行截图如下，已经成功抓取到数据：
至此，这里就介绍完了这2种数据的抓取，包括静态数据和动态数据。总的来说，这2个示例不难，都是入门级别的爬虫，网页结构也比较简单，最重要的还是要会进行抓包分析，对页面进行分析提取，后期熟悉后，可以借助scrapy这个框架进行数据的爬取，可以更方便一些，效率更高，当然，如果爬取的页面比较复杂，像验证码、加密等，这时候就需要认真分析了，网上也有一些教程可供参考，感兴趣的可以搜一下，希望以上分享的内容能对你有所帮助吧。
方法/步骤
张若愚 Python 科学计算【M】.北京：清华大学出版社.2012
Python自动化可以实现，有偿服务
知网下载论文的方法如下：
一、工具／原料：
华为 Matebook 15、Windows 10、Chrome 107.0.5304.107、知网（网页）。
二、具体步骤：
1、百度检索“中国知网”。
2、打开中国知网后，将搜索方式设置为主题。
3、输入想要搜索的主题，按回车键进行搜索。
4、在显示列表中找到想要下载的文章，点击文章标题打开该网页。
5、在下方显示有两种下载方式，分别是“PDF 下载”和“CAJ 下载”。
6、如果下载 CAJ 文献，则必须在电脑中安装 CAJViewer 这款软件，依据个人电脑软件和喜好选择下载即可。
7、有的文献还支持 HTML 阅读，也就是在线阅读，这样就省去了下载步骤。
从中国知网免费下载论文方法如下：
1、在浏览器搜索“师大云端图书馆 CNKI中国知网免费入口”，找到查询结果后，打开网站。
2、点击网站标题上方的“知网免费入口”，打开免费入口列表，从列表中随便选择一个入口，进入知网。
3、登录知网后，查找论文的方法有很多，右搜索框的左侧可以选择优先搜索的范围，可以按全文搜索，也可以按关键词、作者、出版物名称等搜索。
4、通过查看论文题目找到最符合查找内容的论文题目，直接点击题目打开文章。在文章页面可以看到，即可以整本下载文章，也可以在线阅读，甚至还可以分页下载。按自己的需要下载即可。
知网：
中国知网是中国学术期刊电子杂志社编辑出版的以《中国学术期刊 ( 光盘版 ) 》全文数据库为核心的数据库。收录资源包括期刊、博硕士论文、会议论文、报纸等学术与专业资料；覆盖理工、社会科学、电子信息技术、农业、医学等广泛学科范围，数据每日更新，支持跨库检索。
知网，是国家知识基础设施的概念，由世界银行于1998年提出。CNKI工程是以实现全社会知识资源传播共享与增值利用为目标的信息化建设项目。由清华大学、清华同方发起，始建于1999年6月。
可将很多url放在一个列表中，然后用循环语句遍历。代码如下：urls=[url1,url2,url3]for u in urls: requests.get(u) txt=r.text
可以使用selenium库去模拟点击操作然后进行爬取
一、使用的技术栈：爬虫：python27 +requests+json+bs4+time分析工具： ELK套件开发工具：pycharm数据成果简单的可视化分析1.性别分布0 绿色代表的是男性 ^ . ^1 代表的是女性-1 性别不确定可见知乎的用户男性颇多。二、粉丝最多的top30粉丝最多的前三十名：依次是张佳玮、李开复、黄继新等等，去知乎上查这些人，也差不多这个排名，说明爬取的数据具有一定的说服力。三、写文章最多的top30四、爬虫架构爬虫架构图如下：说明：选择一个活跃的用户（比如李开复）的url作为入口url.并将已爬取的url存在set中。抓取内容，并解析该用户的关注的用户的列表url，添加这些url到另一个set中，并用已爬取的url作为过滤。解析该用户的个人信息，并存取到本地磁盘。logstash取实时的获取本地磁盘的用户数据，并给elsticsearchkibana和elasticsearch配合，将数据转换成用户友好的可视化图形。五、编码爬取一个url:解析内容：存本地文件：代码说明：* 需要修改获取requests请求头的authorization。* 需要修改你的文件存储路径。源码下载：点击这里，记得star哦！https : // github . com/forezp/ZhihuSpiderMan六、如何获取authorization打开chorme，打开https : // www. zhihu .com/，登陆，首页随便找个用户，进入他的个人主页，F12(或鼠标右键，点检查)七、可改进的地方可增加线程池，提高爬虫效率存储url的时候我才用的set(),并且采用缓存策略，最多只存2000个url，防止内存不够，其实可以存在redis中。存储爬取后的用户我说采取的是本地文件的方式，更好的方式应该是存在mongodb中。对爬取的用户应该有一个信息的过滤，比如用户的粉丝数需要大与100或者参与话题数大于10等才存储。防止抓取了过多的僵尸用户。八、关于ELK套件关于elk的套件安装就不讨论了，具体见官网就行了。网站：https : // www . elastic . co/另外logstash的配置文件如下：从爬取的用户数据可分析的地方很多，比如地域、学历、年龄等等，我就不一一列举了。另外，我觉得爬虫是一件非常有意思的事情，在这个内容消费升级的年代，如何在广阔的互联网的数据海洋中挖掘有价值的数据，是一件值得思考和需不断践行的事情。
用框架啊
或者从百度上查看一下，资料共享
如不经允许擅自转载，是侵犯了原作者的著作权。如果自己不加修改的将别人的研究成果当作自己的成果发表，或者剽窃他人的文字或者学术观点，经过改造后放入自己的作品中，或者是论文发表时引用文献注释不明确或者有意不注明出处，这也是属于剽窃的。
楼上这位，你导出的是“参考文献”吧？要说清楚啊，想导出论文全文的话，除非你所在的学校/单位购买了相关数据库，否则你自己要付费才行。
1.上注册一个账号；2.给账号充值；3.下载专用的浏览器；4.检索并下载文章；5.阅读你下载的文章。具体请参考中国知网的新手指南。
首先在搜狗浏览器中输入中国知网，然后点击中国知网官网。接着就会跳转到中国知网网站。当然如果你想直接搜索的话，可以在输入框中输入你想要查找的文件。但是如果你想要更深度的搜索的话，点击高级搜索。然后在新的页面中有什么高级搜索之类的，我们选择关键字搜索。输入想要搜索的内容。点击搜索。最后就会跳出来跟你搜索相关的内容了。
直接在搜索框里面输入关键词，就能够查到相应的论文题目了。
用户需要进入知网首页，在首页的检索栏中输入论文标题，或者点击检索栏右边的高级检索按钮。根据自己的需求设置对应的搜索条件，点击检索后即可查找到相关论文资料。知网的检索栏可以通过主题、关键词、摘要、全文等进行文献检索，且检索栏中可以同时输入多个主题词或关键词，通过并、或、否等连词表示各个搜索词来进行搜索。知网即中国知网，或常被称为中国期刊网，是中国最大的学术论文数据库和学术电子资源集成商，汇聚了数量庞大的学术期刊、专利、优秀博硕士学位论文等资源。
从中国知网免费下载论文方法如下：
1、在浏览器搜索“师大云端图书馆 CNKI中国知网免费入口”，找到查询结果后，打开网站。
2、点击网站标题上方的“知网免费入口”，打开免费入口列表，从列表中随便选择一个入口，进入知网。
3、登录知网后，查找论文的方法有很多，右搜索框的左侧可以选择优先搜索的范围，可以按全文搜索，也可以按关键词、作者、出版物名称等搜索。
4、通过查看论文题目找到最符合查找内容的论文题目，直接点击题目打开文章。在文章页面可以看到，即可以整本下载文章，也可以在线阅读，甚至还可以分页下载。按自己的需要下载即可。
知网：
中国知网是中国学术期刊电子杂志社编辑出版的以《中国学术期刊 ( 光盘版 ) 》全文数据库为核心的数据库。收录资源包括期刊、博硕士论文、会议论文、报纸等学术与专业资料；覆盖理工、社会科学、电子信息技术、农业、医学等广泛学科范围，数据每日更新，支持跨库检索。
知网，是国家知识基础设施的概念，由世界银行于1998年提出。CNKI工程是以实现全社会知识资源传播共享与增值利用为目标的信息化建设项目。由清华大学、清华同方发起，始建于1999年6月。