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。
首先谈下这门课程都讲了些什么：
一、Requests库：自动爬取HTML页面与自动网络请求提交。
简述了如何安装Requests库，以及Requests库的7个主要方法：request、get、head、post、put、patch、delete的使用，Requests库的2个重要对象：Request、Response，Response对象包含爬虫返回的内容的了解及使用。
二、robots.txt：网络爬虫排除标准
对robots.txt网络爬虫规范进行了了解，最主要的是 Robots协议，它的作用是：网站告知网络爬虫哪些页面可以抓取，哪些不行。形式是在网站根目录下的robots.txt文件，以及Robots协议的使用。（PS：类人行为下，可以酌情不参考robots协议）制作网络爬虫需要了解的规范。
三、BeautifulSoup库：解析HTML页面
BeautifulSoup库的安装。
对BeautifulSoup进行了了解，是解析、遍历、维护“标签数”的功能库，对BeautifulSoup的5个基本元素(Tag、Name、Attributes，NavigableString、comment)及3种遍历功能(下行遍历、上行遍历、平行遍历)进行了了解及使用。基于bs4库的HTML格式输出，使用prettify()方法，为HTML文本<>及其内容增加”\n”并且可用于标签/方法。
XML、JSON、YAML的区别：XML可扩展性好，但繁琐；JSON适合程序处理，较XML简洁，有类型的键值对；YAML文本信息比例较高，可读 性好，无类型的键值对；对解析器的优缺点进行了了解：需要标记解析器：优点是解析 准确，缺点是提取繁琐且慢；无视标记形式：优点提取速度快，缺点准确性与信息内容 相关。
四、Re库：正则表达式详解提取页面关键信息
对Re库进行了了解，正则表达式是用来简洁表达一组字符串的表达式，正则表达式是一种通用的字符串表达框架，正则表达式的表示类型为raw string类型(原生字符串类型)
对Re库的主要功能函数(search、match、findall、split、finditer、sub)进行了了解及使用，Re库的函数式用法为一次性操作，还有一种为面向对象用法，可在编译后多次操作，通过compile生成的regex对象才能叫做正则表达式。
五、Scrapy库：网络爬虫原理介绍，专业爬虫框架介绍
Scrapy是一个快速功能强大的网络爬虫框架。和requests库比较起来，Scripy框架网站级爬虫、并发性好、性能较高、重点在于爬虫结构、一般定制灵活，深度定制困难，入门难。
我认为网络爬虫的应用范围十分的广泛，在这个信息时代，大多数人用来获取信息的手段就是，网页浏览，但是浏览网页获取信息时，总会有想筛选掉的的信息，网络爬虫可高度定制想获取的信息内容，十分方便。不仅是文本，音频，视频，基本网络上的所有资源都可以通过此种方式获取，而且搜索的精确程度、速度都远远的人类浏览行为之上，十分便利。看到这不用我多说大家也应该都知道，都可以用在什么样的用途上。（#滑稽）
从这几个单元中我学到了如何通过程序访问网站，返回网站文本，处理网站文本，获取有关信息。并了解到了如何去实现实现网络爬虫各个部分的流程的方法，受益良多。但了解还过于简单，只能制作一些小型、简单的爬虫，我会继续深入学习，不断进步，进一步去了解程序内部是如何运作，程序的流程与含义，实现更高级的功能。