㊗️本期内容已收录至专栏《Python爬虫实战》，持续完善知识体系与项目实战，建议先订阅收藏，后续查阅更方便～ ㊙️本期爬虫难度指数：⭐⭐⭐⭐☆（高级） 🉐福利： 一次订阅后，专栏内的所有文章可永久免费看，持续更新中，保底1000+(篇)硬核实战内容。
全文目录：
-
- 🌟 开篇语
- 0️⃣ 前言（Preface）
- 1️⃣ 摘要（Abstract）
- 2️⃣ 背景与需求（Why）
-
- 2.1 为什么要做这个项目
- 2.2 本文的目标数据
- 2.3 目标站点或目标数据源
- 3️⃣ 合规与注意事项（必写）
-
- 3.1 robots.txt 的基本说明
- 3.2 频率控制，不要攻击式并发
- 3.3 不采集敏感信息，不绕过付费或登录限制
- 3.4 本文项目的合规策略
- 4️⃣ 技术选型与整体流程（What / How）
-
- 4.1 静态、动态与 API 的区别
- 4.2 整体流程
- 4.3 为什么不用一上来就 Scrapy
- 4.4 为什么不用 Playwright 当主方案
- 5️⃣ 环境准备与依赖安装（可复现）
-
- 5.1 Python 版本
- 5.2 安装依赖
- 5.3 推荐项目结构
- 5.4 配置文件
- 6️⃣ 核心实现：请求层（Fetcher）
-
- 6.1 请求层要解决什么问题
- 6.2 HTTP headers
- 6.3 timeout
- 6.4 session / cookie
- 6.5 失败处理：重试与退避
- 6.6 代码：config.py
- 6.7 代码：fetcher.py
- 7️⃣ 核心实现：解析层（Parser）
-
- 7.1 解析层的任务
- 7.2 NMEA AIS 的特点
- 7.3 列表页如何拿详情链接
- 7.4 详情页如何抽字段
- 7.5 缺失字段怎么办
- 7.6 代码：models.py
- 7.7 代码：cleaner.py
- 7.8 代码：parser.py
- 8️⃣ 数据存储与导出（Storage）
-
- 8.1 起步方案选择
- 8.2 字段映射表
- 8.3 去重策略
- 8.4 代码：storage.py
- 8.5 代码：exporter.py
- 9️⃣ 运行方式与结果展示（必写）
-
- 9.1 命令行入口
- 9.2 启动采集
- 9.3 导出 CSV
- 9.4 查看最近 5 条
- 9.5 示例结果
- 9.6 README 示例
- Collect
- Show
- Export
- Notice
-
- 10.4 解析报错怎么办
- 10.5 编码或乱码如何处理
- 10.6 为什么采集了 200 条原始消息，只入库几十条
- 10.7 为什么 object_name 是 MMSI
- 10.8 SQLite 数据库打不开怎么办
- 10.9 pyais 安装失败怎么办
- 10.10 socket 连接超时怎么办
- 1️⃣1️⃣ 进阶优化（可选但加分）
-
- 11.1 并发优化
- 11.2 断点续跑
- 11.3 日志与监控
- 11.4 定时任务
- 11.5 数据可视化
- 11.6 最新状态表
- 11.7 轨迹分析
- 11.8 使用 Haversine 计算距离
- 11.9 数据质量规则
- 1️⃣2️⃣ 总结与延伸阅读
-
- 12.1 本文完成了什么
- 12.2 下一步可以做什么
- 12.3 最后几句
- 🌟 文末
-
- ✅ 专栏持续更新中｜建议收藏 + 订阅
- ✅ 互动征集
- ✅ 免责声明
🌟 开篇语
哈喽，各位小伙伴们你们好呀～我是【喵手】。 运营社区： C站 / 掘金 / 腾讯云 / 阿里云 / 华为云 / 51CTO 欢迎大家常来逛逛，一起学习，一起进步～🌟
我长期专注 Python 爬虫工程化实战，主理专栏👉 《Python爬虫实战》：从采集策略到
