列了一个《Python网络数据采集》读后总结的介绍索引页，供大家使用。
前言：
在序言里提到的爬虫应用的通用步骤
1.从URL获取对应的HTML代码(Retrieving HTML data from a domain name)
2.解析HTML代码获取想要的信息(Parsing that data for target information)
3.保存获取的信息(Storing the target information)
4.访问其他页面重复以上过程(Optionally, moving to another page to repeat the process)
具体的索引页：
使用Echarts呈现天善用户的关系图
天善博客内容如何转成PDF文档？附Seng的Blog的PDF文档
天善用户的博客内容合集PDF
合并多个PDF文档的解决：附生成天善用户的博客内容合集的Python示例
数据质量工具OpenRefine的入门简介
避免爬虫的抓取陷阱检查清单：
1.检查页面是否由javascript生成
2.检查提交的表单是否包含所有应该提交的字段，包括隐含字段
可以使用Chrome’s Networkinspector 去检查
3.如果某些站点，session保持不住，注意cookie
4.如果经常遇到HTTP错误，特别是403 Forbidden errors，可能Ip被封了
首先换一个IP,谈后为了避免再次block,确认
a.不要太快的访问
b.修改你的headers
c.不要去触发Honeypots
d.最后和网络管理员联系^-^
