[補記]：8月份臺大資工訓練班「Python網路爬蟲實戰」

繼 6 月時上過用 Python 撈資料的課程後，8 月份又報名了臺大資工訓練班的「Python網路爬蟲實戰」，想了解更多 Python 的實際運用方式。

實際上了第一堂課，發現課程其實很需要 HTML 和 CSS 的基礎，但這兩項我都沒有學過，只好硬著頭皮記下那些標籤。（事後補學了 HTML 和 CSS，才更清楚爬蟲的原理）

上了一陣子，課程內容大致可歸類成 4 個部分：

1. 網頁原始碼的判讀與搜尋關鍵標籤
   決定要爬的資料並找出其所在位置，這也是為何要理解 HTML 和 CSS 的原因。另外還有各種「選擇器」的運用，可以協助使用者做各種類別的選擇。（但選擇器的部分我其實學得不好，大部分還是直接複製網頁原始碼的選擇路徑）
2. Python 套件：PyQuery 的教學與運用
   聽老師的介紹，應該是目前滿熱門的爬蟲套件，主要做靜態網頁的資料抓取和解譯。
3. Python 爬蟲套件：Selenium 的教學與運用
   有很多小功能，能做動態網頁的資料擷取，缺點是沒辦法做解譯，還是得靠 PyQuery。
4. 爬蟲程式的延伸應用
   除了把資料爬下來之外，老師也另外講授爬蟲的一些應用，例如網路機器人的原理、破解網路驗證碼的方式。

整體而言，上完 10 個小時的課後，我對爬蟲的原理確實有所了解。由於老師在課堂上示範的頁面是他特製的，結構簡單嚴謹、也沒有複雜的呈現、動畫、廣告、嵌入等等，所以在課堂上大家都爬得相當順利。只是，現實世界的網頁技術日新月異，不但頁面結構更複雜多層、變化更多，甚至也有不少反爬蟲的機制，例如 Cookie（不過，道高一尺、魔高一丈，老師也有教大家怎麼破解Cookie XD）所以認真要爬下自己想要且有用的資料，並不輕鬆。

這次課程最後，我也自製了一個小專案「電影爬爬看」，主要是將當期播映的所有電影名稱、評分、簡介、場次等內容都抓下來，看到資料跑出來的那一刻著實滿有成就感的~

「電影爬爬看」作品介紹影片