打开百度搜“免费爬虫网站”，免费排在前面的爬虫结果里至少一半打不开，剩下的网站打开后要么跳转到付费页面，要么跑两下就弹出“请求频率超限”。免费这事我试过不下二十次，爬虫从2021年到现在，网站能稳定用的免费免费爬虫入口越来越少，不是爬虫技术退步，是网站玩法变了。
早几年大家用八爪鱼、免费后羿采集器，爬虫免费版一天能抓几千条数据，网站导出CSV没人管你。免费现在这些工具还在，爬虫但免费额度砍得厉害。网站八爪鱼免费版单次采集上限5000条，听着不少，可实际抓电商评论，翻三页就触发反爬，得手动换IP。后羿更直接，免费版导出要排队，等半小时算快的。这些还算正规军，至少界面能看懂。
真正野路子的免费爬虫站，得去GitHub和Telegram群里翻。有个叫“ScraperAPI”的，注册送1000次请求，够抓一个小型论坛的帖子标题。但用完就得换邮箱重新注册，我攒了七个临时邮箱轮着用。还有个“WebScraper”浏览器插件，完全免费，但得自己学它那套选择器语法，学不会就只能抓抓静态页面。我拿它抓过豆瓣读书的短评，翻到第15页就被封了IP，后来挂代理才跑完。
免费爬虫网站最大的坑不是技术，是法律灰色地带。有个叫“爬虫代理池”的站，公开分享几百个免费代理IP，看着挺良心。我试了试，100个IP里能用的不到10个，延迟高得离谱，抓一个页面等8秒。更吓人的是，有次抓完数据发现返回的HTML里夹了挖矿脚本，浏览器CPU直接跑满。从那以后我只用本地跑Python脚本，至少知道自己在干什么。
自己写爬虫其实比用免费网站靠谱。Requests加BeautifulSoup，二十行代码抓静态网页，想抓多少抓多少。动态页面就上Selenium，慢是慢点，但不会被莫名其妙封号。我上个月抓某招聘网站岗位数据，用免费代理池折腾三天没跑通，换成自己写的脚本加时间随机延迟，一晚上抓了八千条。免费网站省的是写代码的时间，赔进去的是调试和反反爬的精力。
要说完全免费的爬虫资源，GitHub上有个“awesome-web-scraping”列表，里面工具和教程都是开源。但得自己筛，有些项目两三年没更新，依赖库早就不兼容。我推荐从Scrapy官方文档看起，虽然要命令行操作，但学会之后搭一个爬虫框架，比任何免费网站都灵活。至于那些号称“一键采集全网数据”的免费站，点进去看看用户协议，多半写着“采集结果仅供学习，不得用于商业用途”——翻译过来就是：出了事你自己扛。
现在我还留着几个免费爬虫网站的账号，偶尔用来测试新写的反爬策略。但正经活儿全走自建代理和分布式爬虫。免费的东西最贵，这话在爬虫圈尤其对——你省下的开发时间，最后都变成跟验证码和IP封禁搏斗的深夜。要是只想抓几百条数据做分析，用浏览器插件手动复制粘贴都比折腾免费网站快。想长期干，老老实实学Python，别指望天上掉馅饼。