目录
第一章：环境搭建与工具链选择（2025最新版）
1.1 Python版本与虚拟环境
1.2 核心库安装
第二章：JSON存储深度解析（重点）
2.1 为什么选JSON而不是CSV？
2.2 json.dump() 的参数陷阱
2.3 实战：保存一个嵌套JSON
第三章：完整爬虫项目——爬取历史天气数据
3.1 目标网站分析
3.2 第一版：同步请求 + 简单存储
3.3 第二版：多城市 + 重试 + 统一命名
第四章：HTML页面解析与动态内容处理
4.1 静态页面爬取 + 提取结构化数据
4.2 反爬初级对抗（User-Agent + 延时）
第五章：异步爬虫提速（处理大量URL）
5.1 异步请求JSON API
5.2 控制并发量（Semaphore）
第六章：JSON数据的后续处理与分析
6.1 加载JSON并统计分析
6.2 增量存储技巧
第七章：常见坑与解决方案（真实踩过的坑）
坑1：SSL证书验证失败
坑2：JSONDecodeError: Expecting value
坑3：网页是JavaScript渲染的
坑4：JSON太大，内存放不下
去年双十一，我想分析某电商平台某品类商品的价格波动规律。手动记录？不现实。找人买数据？贵。最后我花了三个晚上写了个爬虫，每天早上自动抓取、清洗、存储，一周后拿到了完整的价格趋势图。这就是爬虫的魅力——让数据主动来找你。
这篇文章不会只讲理论。我会从一个真实场景出发：爬取一个公开的天气历史数据网站，把数据存成JSON格式。你会学到：请求头怎么伪装、反爬怎么破、异步爬虫怎么提速，以及最关键的那行代码——json.dump(data, f, ensure_ascii=False)——为什么它值得我专门写成标题。
全文约6500字，包含5个完整代码示例。建议你先开一个PyCharm或者VS Code，边看边敲。
