爬蟲學到什麽程度可以去找工作？這是我給你的一個建議！
最近很多朋友問我，我在自學爬蟲，學到什麽程度可以去找工作呢？
這篇文章會說說我自己的心得體驗，關於爬蟲、關於工作，僅供參考。
學到哪種程度
暫且把目標定位初級爬蟲工程師，簡單列一下吧：
（必要部分）
語言選擇：一般是了解Python、Java、Golang之一
熟悉多線程編程、網絡編程、HTTP協議相關
開發過完整爬蟲項目（最好有全站爬蟲經驗，這個下面會說到）
反爬相關，cookie、ip池、驗證碼等等
熟練使用分布式
（非必要，建議）
了解消息隊列，如RabbitMQ、Kafka、Redis等
具有數據挖掘、自然語言處理、信息檢索、機器學習經驗
熟悉APP數據采集、中間人代理
大數據處理（Hive/MR/Spark/Storm）
數據庫Mysql，redis，mongdb
熟悉Git操作、linux環境開發
讀懂js代碼，這個真的很重要
如何提升
隨便看看知乎上的教程就可以入門了，就Python而言，會requests當然是不夠的，還需要了解scrapy和pyspider這兩個框架，scrapy_redis也是需要理解原理的。
分布式如何搭建、如何解決其中遇到內存、速度問題。
參考 scrapy-redis 和 scrapy 有什麽區別？
什麽叫全站爬取
最簡單的拿拉鉤來舉例，搜索關鍵詞，有30頁，不要以為把這30頁爬完就是全站爬取了，你應該想方法把所有數據全部爬下來。
什麽辦法，通過篩選縮小範圍，慢慢來就OK了。
同時，每個職位還會有推薦職位，再寫一個采集推薦的爬蟲。
這個過程需要註意的是如何去重，Mongo可以、redis也可以。
參考 Scrapy中如何提高數據的插入速度
實際項目經驗
這個面試中肯定會被人問道，如：
你爬過哪些網站
日均最大采集量是多少
你遇到哪些棘手問題，如何解決
等等
那麽怎麽找項目呢？比如我要爬微博數據，去Github中搜索下，項目還算少嗎？
語言選擇
我自己建議是Python、Java、Golang最好都了解，Java爬蟲的也很多，但是網上教程幾乎都是Python的，悲哀。
最後說下Golang，Golang真的很牛逼，說個數字，Golang可以每分鐘下載網頁數量 2W ，Python可以嗎~~
關於反爬
常見的 UA、Refer等需要了解是什麽東西，有些驗證的ID如何產生的，是否必要；關於IP池這塊我不了解，不多說，需要註意的是如何設計拉黑機制；模擬登陸也是必要的，fuck-login 可以研究下代碼，或者提PR。
模擬登陸其實就是一步步的請求，保存cookie會話
如何判斷能力足夠
很簡單，給個任務，爬取知乎上所有問題。
你會如何思考並設計這個項目？
歡迎留言指出
爬蟲學到什麽程度可以去找工作？這是我給你的一個建議！