《Python 写爬虫第一课：requests 的三个避坑点》

刚学 Python 的人写第一个爬虫，十有八九先装 requests。库本身很简单，真正让人卡住的往往是三处细节，提前知道能省不少调试时间。

第一，别忘了超时。requests.get 默认没有超时，网络一卡住，程序就一直挂在那里不动。新手常以为是代码死循环，其实只是请求没回来。养成习惯：每次请求都带上 timeout，比如 timeout=10。超时后捕获异常、打印提示再决定重试，比干等要体面得多。

第二，分清 text 和 content。拿到响应后，response.text 是解码后的字符串，编码猜错就会出现乱码；response.content 是原始字节，适合保存图片、文件这类二进制内容。网页乱码时先看 response.encoding 对不对，手动指定成页面实际编码往往就好了；下载文件则直接用 content 写二进制，别经过 text 转一道。

第三，请求头别用默认。不少网站会挡住没有 User-Agent 的请求，返回 403 或者空页面。加一个常见的浏览器 User-Agent，很多"代码没错但拿不到数据"的问题就消失了。顺带提醒一句：爬取要遵守目标站点的 robots 协议和法律法规，只拿公开数据，别碰需要登录的个人信息，别高频刷请求给对方服务器添负担。

最后说个调试习惯：先用 print 把状态码和一小段响应内容打出来，确认拿到的是想要的页面，再往下解析。状态码 200 不代表内容正确，可能是反爬页面；先看内容，再写解析逻辑，返工最少。

requests 只是起点，后面还有解析、异常重试、数据存储要学。但把超时、编码、请求头这三处处理好，第一个爬虫就能稳稳跑起来。