本人业余写python爬虫、python小工具已有两年有余了，在这里推荐一些学习时觉得比较好的视频教程、文章教程等，纯属个人建议，不喜勿喷

目录

• 资料篇

• 爬虫篇

• 数据分析篇

资料篇

自学最好的还是动手操作，想用什么找什么,有很多课程涉及到了Python语言程序设计、Python网络爬虫与信息提取、Python数据分析与展示、Python科学计算三维可视化等，可以说很全，其次视频推荐里面有文章介绍和视频介绍，别人偏向与文章介绍，这样更快更节省时间。

爬虫篇

介绍一下爬虫涉及到的第三方库及其相关文档

1.urllib3

2.urllib3文档

3.Requests文档

4.Beautiful Soup英文版

5.Beautiful Soup中文版

6.正则表达式

7.scrapy

8.scrapy文档

9.css选择器语法

10.re正则表达法语法

11.xpath语法

12.PyMySQl

13.PyMySQL文档

数据分析篇

数据分析的第三方库介绍

1. Blaze

2. Open Mining

3. Orange

4. Pandas

5. Optimus

6. NumPy  

css选择器语法

表达式                          说明
*                              选择所有节点
#container                     选择id为container的节点
.container                     选取所有class包含container的节点
li a                           选取所有li下的所有a节点
ul + p                         选择ul后面的第一个p元素
div#container > ul             选取id为container的div的第一个ul子元素
​
ul ~ p                         选取与ul相邻的所有p元素
a[title]                       选取所有有title属性的a元素
a[href="http://baidu.com"]     选取所有href属性为http://baidu.com值的a元素
a[href*="baidu"]               选取所有href属性包含baidu的a元素
a[href^="http"]                选取所有href属性值以http开头的a元素
a[href$=".jpg"]                选取所有href属性值以.jpg结尾的a元素
input[type=radio]:checked      选择选中的radio的元素
​
div:not(#container)            选取所有id非container的div属性
li:nth-child(3)                选取第三个li元素
tr:nth-child(2n)               第偶数个tr
​

re正则表达式语法

字符                     匹配
.                       任意字符（除了\n）
[...]                   字符集
\d/\D                   数字/非数字
\s/\S                   空白/非空白
\w/\W                   单词字符[a-zA-Z0-9]/非单词字符
*                       前一个字符0次或者无限次
+                       前一个字符1次或者无限次
?                       前一个字符0次或者一次
{m}/{m,n}               前一个字符m次或者n次
*?/+?/??                非贪婪（尽可能少匹配字符）
^                       字符串开头
$                       字符串结尾
\A/\Z                   指定的字符串必须出现在开头/结尾
|                       匹配左右任意一个表达式
(ab)                    括号中表达式作为一个分组
\<number>               引用编号为num的分组匹配到的字符串
(?P<name>)              分组起一个别名
(?P=name)               引用别名为name的分组匹配字符串
[\u4E00-\u9FA5]         一个汉字

xpath语法

表达式                     说明
article                   选取所有article元素的所有子节点
/article                  选取跟元素article
article/a                 选取所有属于article的子元素的a元素
//div                     选取所有div子元素（不论出现在文档任何地方）
article//div              选取所有输入article元素的后代的div元素，不管它出现在article之下的任何位置
//@class                  选取所有名为class的属性
​
/article/div[1]           选取属于article子元素的第一个div元素
/article/div[last()]      选取输入article子元素的最后一个div元素
/article/div[last()-1]    选取属于article子元素的倒数第二个div元素
//div[@lang]              选取所有拥有lang属性的div元素
//div[@lang='eng]         选取所有lang属性为eng的div元素
​
/div/*                    选取属于div元素的所有子节点
//*                       选取所有元素
//div[@*]                 选取所有带属性的title元素
//div/a|//div/p           选取所有div元素的a和p元素
//span|//ul               选取文档中的span和ul元素
article/div/p|//span      选取所有属于article元素的div元素的p元素以及文档中所有的span元素