网络爬虫需要注意的问题

熟悉HTTP协议：请求方式（get、post）、传参方式
代理ip
设置请求头：用户信息等
需要登录：注册账号
post、ajax：浏览器自动化工具获取
js加载：浏览器自动化工具获取
加密：浏览器自动化工具获取
验证码：使用全球鹰，云打码 api
自定义字体：有移动端就去移动端、观察规则
百度文库：文字选不中属于css功能，根据css具体情况分析