熟练掌握 Python 爬虫全栈开发能力，可独立完成静态网页、公开资讯、榜单类公开数据采集需求。基础爬虫开发依托 requests、BeautifulSoup 库，熟练使用 CSS 选择器、XPath 完成网页内容解析，能够精准提取标题、简介、评分、链接、图文等结构化文本数据；熟练使用 Scrapy 异步爬虫框架，掌握项目分层开发，包含 Item 数据定义、Pipeline 数据持久化、全局请求配置、分页自动爬取等工程化开发流程。
具备完整数据处理能力，可将采集数据清洗去重、格式化导出 TXT、CSV、Excel 表格；掌握基础反爬适配方案，可配置请求头 UA、请求延时、随机访问间隔规避封禁，保证爬虫稳定运行。严格遵守网络爬虫合规规范，仅承接政府公开公示、图书榜单、诗词科普、院校公开信息等无隐私、无版权风险的公开静态站点采集任务，能够根据需求定制分页抓取、列表 + 详情二级页面采集脚本，交付可直接运行完整源码与成品数据文件，适配学生论文数据、小型行业公开信息汇总等轻量化项目需求。

基于 Scrapy 框架开发图书榜单数据采集程序，目标为公开图书排行榜静态站点，实现自动分页循环爬取。自定义 Item 规范存储书名、作者、评分、简介、出版信息五大字段，通过 Pipeline 将清洗后数据批量导出 Excel；配置全局下载延时、浏览器请求头降低网站访问压力，自动过滤空白无效数据，完成 10 页共 500 + 条图书信息完整采集。项目交付标准化可运行脚本，支持自定义修改爬取页数与目标字段，可直接用于行业数据分析、课程论文数据素材。