三个内网系统的登录防护各不相同：一个靠双层 HMAC 签名，一个靠多步表单加图形校验，一个把密码先 AES/MD5 再 SM2。逐个拆解它们的逆向思路与复现方法。

抓到的数据存哪、什么时候该上 Scrapy、定时任务怎么排——把爬虫从"能跑"做成"能一直跑"，并给出一套最小运维方案。

脚本和系统的差距在失败处理。讲清哪些错误该重试、并发怎么控才不把对方打挂、增量抓取怎么做，以及为什么大多数"反爬"其实靠降速和缓存就解决了。

遇到"JS 渲染"的页面，很多人第一反应是上 Playwright。但多数时候数据就在页面里或某个接口里。讲清三层决策顺序与 Playwright 的正确用法。

Cookie 存了什么、CSRF token 为什么必须有、登录成功怎么验证——用练习站的真实登录表单，把带会话的抓取讲透，并划清验证码/2FA 的边界。

BeautifulSoup、lxml、parsel 该选哪个？CSS 选择器和 XPath 谁更稳？讲清解析的本质是"抗变化"，并给出可维护的选择器写法。

大多数爬虫卡住，不是解析写错了，而是 HTTP 层没搞对。讲清状态码、请求头、超时、编码与合规边界，再写出第一个负责任的抓取器。