数从html/cookie/js分析；破解登录授权； 请求带上用户cookie信息； 破解验证码；简单的验证码可以使用识图读验证码第三方库。

解析数据： HTML Dom解析；正则匹配，通过的正则表达式来匹配想要爬取的数据，如：有些数据不是在html 标签里，而是在html的script 标签的js变量中；使用第三方库解析html dom，比较喜欢类jquery的库； 数据字符串； 正则匹配(根据情景使用)；转 JSON/XML 对象进行解析