零基础小白如何用GPT5和Nano Banana玩转爬虫

工具准备

GPT-5：用自然语言生成Python爬虫代码。 Nano Banana：轻量级AI编程助手，嵌入VS Code，可实时调试。两者搭配，一个生成代码，一个优化。

环境搭建

1. 安装Python：从python.org下载3.11版，勾选“Add Python to PATH”。
2. 安装VS Code：在扩展商店搜索安装“Nano Banana”。
3. 安装必要库：终端执行：

pip install requests
pip install beautifulsoup4

4. 获取GPT-5权限：OpenAI官网注册，新用户有5美元免费额度。

核心术语

• 请求：程序模拟访问服务器。
• 解析：从HTML提取信息。
• 反爬：网站限制爬虫，GPT-5处理请求与解析，Nano Banana可提供绕过建议。

实战：抓取豆瓣电影Top250

新建douban_spider.py。

第一步：用GPT-5生成代码 输入提示词：

你是一个Python爬虫专家。请写一个爬取豆瓣电影Top250的脚本，需要用到requests和BeautifulSoup。
要求：
1. 添加请求头，模拟浏览器访问
2. 每爬取一页暂停2秒
3. 把结果保存为CSV文件
4. 处理可能的异常

复制生成的代码。

第二步：用Nano Banana检查 点击香蕉图标，粘贴代码，根据提示修正。如提示需要cookie，通过浏览器开发者工具复制添加。

第三步：运行 终端执行python douban_spider.py，生成CSV文件。报错时，将错误信息丢给GPT-5修改。

避坑指南

常见问题	原因	解决方案
“No module named xxx”	库缺失	pip install安装
403 Forbidden	检测到爬虫	补全请求头，尤其是User-Agent
中文乱码	编码问题	添加response.encoding = 'utf-8'
数据为空	网页结构变化	检查CSS选择器

下一步建议

1. 尝试抓取动态网页，使用Selenium库。
2. 学习Scrapy框架，应对大规模抓取。
3. 关注法律边界，遵守robots.txt，仅抓取公开合规数据。

核心是学会向AI提问：描述需求，理解代码，根据报错优化。现在打开VS Code动手实践。