(1)程序包組織
(2)模擬登錄(爬蟲1的主要技術點)
模擬登錄是爬取需要登錄的網站數據的壹個必要且往往困難的步驟。知乎爬蟲的模擬登錄可以是壹個很好的案例。實現壹個網站的模擬登錄，需要兩步:(1)分析登錄請求過程，找到關鍵的請求和步驟。分析工具可以包括IE(快捷鍵F12)、Fiddler、HttpWatcher；(2)寫代碼模擬登錄過程。
(3)網頁下載(爬蟲2的技術要點)
模擬登錄後，可以下載目標網頁html。知乎爬蟲寫了壹個基於HttpClient的網絡連接線程池，封裝了兩種常用的下載網頁的方法:get和post。
(4)自動獲取網頁代碼(爬蟲的主要技術點3)
網頁代碼的自動獲取是保證下載的網頁html不出現亂碼的前提。知乎爬蟲提供方法可以解決大部分下載網頁亂碼的問題。
(5)網頁解析和抽取(爬蟲的主要技術點4)
用Java寫爬蟲，解析提取網頁有兩種常用方法:使用開源Jar包Jsoup和正則化。壹般來說，Jsoup可以解決問題，很少出現Jsoup無法解析提取的情況。Jsoup強大功能使得解析和提取變得極其簡單。知乎爬蟲用的是Jsoup。
(6)常規匹配和提取(爬蟲技術要點5)
知乎爬蟲雖然使用Jsoup解析網頁，但是仍然封裝了正則匹配和提取數據的方法，因為正則還可以做其他的事情，比如在知乎爬蟲中使用正則過濾判斷url地址。
(7)重復數據刪除(爬蟲的主要技術點6)
對於爬蟲，根據不同場景有不同的去重方案。(1)對於小數據量，比如幾萬塊或者幾十萬塊，可以使用Map或者Set(2)中等數據，比如幾百萬或者幾千萬，可以用BloomFilter(著名的Bloom Filter)解決；(3)很多數據，幾億或者幾十億，都可以用Redis解決。知乎爬蟲給出了BloomFilter的實現，但是使用Redis消除重復。
(8)設計模式等高級Java編程實踐。
除了以上爬蟲的主要技術點，知乎爬蟲的實現還涉及到多種設計模式，主要有鏈式模式、單體模式、組合模式等，還使用了Java反射。除了學習爬蟲技術，這也是學習設計模式和Java反射機制的好案例。
4.顯示壹些抓取結果