各位渴望看我笑话的老铁们，恭喜，你们又有乐子看了。
在昨天顺利攻克了文本编辑器难题后，我很愉快继续学习后面的两个小节《Python代码运行助手》《输入和输出》。
前者没啥可说的，感觉跟我没啥太大关系、意义不大，简单看看就过去了。
《输入和输出》一节，按照教程操作，还是蛮愉快的。
这节主要讲了print和input命令的使用方法，以及变量的概念。
前面的学习过程可谓一马平川，结果最后的练习稍微出现了点小问题。
练习：请利用print()输出1024 * 768 = xxx。
我本来觉得是个很简单的问题，没想到输入了4遍才搞定。
我估计应该是中间错加了空格的问题。
好吧，对比例子，应该还得加逗号。
嗯，这他么其实是个手误，逗号输错了位置。（残念）
这小玩意都用了四遍才搞定，40岁的老男人真的太难了。
继续进入后面的学习。
下一章《Python基础》中第一节《数据类型和变量》。
然后，我就蒙圈了。
这一节的内容知识量明显增多，前面的内容还好，按部就班的按照教程进行操作就好。
后面开始出现转义符的概念，什么\n、\t、\之类的东东，总之确实需要动些脑子了。
这里我觉得，是不是可以简单理解为：两个“\”表示显示“\”，一个“\”表示转义呢？
相比之下，后面讲“用r''表示''内部的字符串默认不转义”我感觉更好理解一些。
还有，“\t 表示制表符”是什么意思？
我真的好傻，悲伤的泪水不争气的流了下来。
上面的问题，哪位知道的仁兄，望在评论区赐教，在此谢过了。
再往后讲变量，我就有点进行不下去了。
给a赋值为1，这个我明白，但是后面t_007=T007，这是为啥？咋蹦出来的？
或者t_007跟a是一个概念，也是在进行赋值操作？
我这么猜测不知道对不对。
他后面举的那个例子，我就彻底晕菜了。
其实说起来，可能也不能怪人家教程，周末这两天在家，确实也很难静下来学习。
但是另一方面，就像很多网友评论区、微信上跟我探讨的，廖雪峰这个教程确实还是存在一些问题的，甚至有人说他有些误导的成分在里面，这个我学的还少，就不敢妄言了。
所以，我决定，结合自己的实际情况（岁数大、脑子慢！），以后以b站600集视频为主不香吗？
毕竟，那个看的很欢乐，最关键的是，学习至今还没遇到槛。
所以，下一期的心得，我就说说在b站上，我都学了些啥吧。。。
关于知乎验证码登陆的问题，用到了Python上一个重要的图片处理库PIL,如果不行，就把图片存到本地，手动输入。
通过对知乎登陆是的抓包，可以发现登陆知乎，需要post三个参数，一个是账号，一个是密码，一个是xrsf。
这个xrsf隐藏在表单里面，每次登陆的时候，应该是服务器随机产生一个字符串。所有，要模拟登陆的时候，必须要拿到xrsf。
用chrome （或者火狐 httpfox 抓包分析）的结果：
所以，必须要拿到xsrf的数值，注意这是一个动态变化的参数，每次都不一样。
拿到xsrf，下面就可以模拟登陆了。
使用requests库的session对象，建立一个会话的好处是，可以把同一个用户的不同请求联系起来，直到会话结束都会自动处理cookies。
注意：cookies 是当前目录的一个文件，这个文件保存了知乎的cookie，如果是第一个登陆，那么当然是没有这个文件的，不能通过cookie文件来登陆。必须要输入密码。
这是登陆的函数，通过login函数来登陆，post 自己的账号，密码和xrsf 到知乎登陆认证的页面上去，然后得到cookie，将cookie保存到当前目录下的文件里面。下次登陆的时候，直接读取这个cookie文件。
这是cookie文件的内容
以下是源码：
运行结果：
https://github.com/zhaozhengcoder/Spider/tree/master/spider_zhihu
爬虫策略：
这两个都是在http协议的报文段的检查，同样爬虫端可以很方便的设置这些字段的值，来欺骗服务器。
反爬虫进阶策略：
1.像知乎一样，在登录的表单里面放入一个隐藏字段，里面会有一个随机数，每次都不一样，这样除非你的爬虫脚本能够解析这个随机数，否则下次爬的时候就不行了。
2.记录访问的ip，统计访问次数，如果次数太高，可以认为这个ip有问题。
爬虫进阶策略：
1.像这篇文章提到的，爬虫也可以先解析一下隐藏字段的值，然后再进行模拟登录。
2.爬虫可以使用ip代理池的方式，来避免被发现。同时，也可以爬一会休息一会的方式来降低频率。另外，服务器根据ip访问次数来进行反爬，再ipv6没有全面普及的时代，这个策略会很容易造成误伤。（这个是我个人的理解）。
通过Cookie限制进行反爬虫：
和Headers校验的反爬虫机制类似，当用户向目标网站发送请求时，会再请求数据中携带Cookie，网站通过校验请求信息是否存在Cookie，以及校验Cookie的值来判定发起访问请求的到底是真实的用户还是爬虫，第一次打开网页会生成一个随机cookie，如果再次打开网页这个Cookie不存在，那么再次设置，第三次打开仍然不存在，这就非常有可能是爬虫在工作了。
反爬虫进进阶策略：
1.数据投毒，服务器在自己的页面上放置很多隐藏的url，这些url存在于html文件文件里面，但是通过css或者js使他们不会被显示在用户看到的页面上面。（确保用户点击不到）。那么，爬虫在爬取网页的时候，很用可能取访问这个url，服务器可以100%的认为这是爬虫干的，然后可以返回给他一些错误的数据，或者是拒绝响应。
爬虫进进阶策略：
1.各个网站虽然需要反爬虫，但是不能够把百度，谷歌这样的搜索引擎的爬虫给干了（干了的话，你的网站在百度都说搜不到！）。这样爬虫应该就可以冒充是百度的爬虫去爬。（但是ip也许可能被识破，因为你的ip并不是百度的ip）
反爬虫进进进阶策略：
给个验证码，让你输入以后才能登录，登录之后，才能访问。
爬虫进进进阶策略：
图像识别，机器学习，识别验证码。不过这个应该比较难，或者说成本比较高。
参考资料：
廖雪峰的python教程
静觅的python教程
requests库官方文档
segmentfault上面有一个人的关于知乎爬虫的博客，找不到链接了
我觉得这两个东西都很棒，但是它们有着不同的目的。廖雪峰的Python教程是专为初学者而准备的，而小甲鱼的视频教程更多的是以技术性的方式来解释。所以，如果你想学习Python，可以根据你的学习需求选择一种教程，而不是一定要选择其中一种。
