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。
因为老师，我第一次接触慕课，没想到慕课上有那么多的课程，各方各面都有。
接触了爬虫之后，发现爬虫并不简单，但很有趣。
通过学习了python网络爬虫与信息提取，使我近一步了解了python,还有什么是网络爬虫，网络爬虫又称网络蜘蛛、网络蚂蚁、网络机器人等，可以自动化浏览网络中的信息，当然浏览信息的时候需要按照我们制定的规则进行，这些规则我们称之为网络爬虫算法。使用Python可以很方便地编写出爬虫程序，进行互联网信息的自动化检索。我们在研究爬虫的时候，不仅要了解爬虫如何实现，还需要知道一些常见爬虫的算法，如果有必要，我们还需要自己去制定相应的算法。
第一周，学习了Requests库，它有7个主要的方法。
requests.requests() 构造一个请求，支撑以下各方法的基础方法
requests.get() 获取HTML网页的主要方法，对应于HTTP的GET
requests.head() 获取HTML网页头信息的方法，对应于HTTP的HEAD
requests.post() 向HTML网页提交POST请求的方法，对应于HTTP的POST
requests.put() 向HTML网页提交PUT请求的方法，对应于HTTP的PUT
requests.patch() 向HTML网页提交局部修改请求，对应于HTTP的PATCH
requests.delete() 向HTML页面提交删除请求，对应于HTTP的DELETE
我们学习了爬虫之后，不能做坏事哦。
第二周，学习了Beautiful Soup库
bs4库的基本元素有：Tag;Name;Attributes;NavigableString;Comment
Bs4库的遍历功能：
contents;children;descendants(下行遍历）
parent;parents(上行遍历）
next_sibling;previous_sibling;next_siblings;previous_siblings(平行遍历）
通过学习了解到HTML的基本格式是树形结构
第三周，学习了Re（正则表达式）库
regex.search() 在一个字符串中搜索匹配正则表达式的第一个位置，返回match对象
regex.match() 从一个字符串的开始位置起匹配正则表达式，返回match对象
regex.findall() 搜索字符串，以列表类型返回全部能匹配的子串
regex.split() 将一个字符串按照正则表达式匹配结果进行分割，返回列表类型
regex.findliter() 搜索字符串，返回一个匹配结果的迭代类型，每个迭代元素是match对象
regex.sub() 在一个字符串中替换所有匹配正则表达式的子串，返回替换后的字符串
第四周，学习了Scrapy爬虫框架，它是用纯Python实现一个为了爬取网站数据、提取结构性数据而编写的应用框架，用途非常广泛。它是”5+2”的结构，还学习了Scrapy命令行的使用以及Scrapy与requests的不同。
学完之后，觉得爬虫真的是太神奇了，蛮好玩的，而且可以通过爬虫爬取数据，还可以进行数据分析，比如在进行大数据分析或数据挖掘时，我们可以去一些比较大型的官方站点下载数据源。但这些数据源比较有限，我们可以编写自己的爬虫程序，从互联网中进行数据信息的获取。我还明白了爬虫的流程：是向起始url发送请求，并获取响应，对响应进行提取，如果提取url，则继续发送请求获取响应；如果提取数据，则将数据进行保存。还明白了Robots协议，网站通过Robots协议告诉搜索引擎哪些页面可以抓取，哪些页面不能抓取。
在未来，我觉得爬虫的地位会越来越重要，所以，我会继续好好学习爬虫的。