零基础。。。负基础都是有可能的，区别就是需要付出的时间与精力成本的多少罢了。。。
首先你得先学一门编程语言，理解编程的思维，然后再打爬虫知识的基础，
打个比方，想使用方程组或者微积分解决问题，你总得先学加减乘除；
只是为了爬虫的话，那python的确是目前较好的选择；
对于python我没什么发言权，但是抛开获取源数据补充一点就是：
爬虫的目的是数据，看题主的意思是要继续往大数据分析方向走的，那么数据存储也是重中之重，数据库数据储存这块其实水也是很深的，数据量大的话还是推荐使用mongo存储与普通批量查询和处理，同步solr方便进行分词查询；
当然这就已经是你拿到数据的后话了；

★☆★：这一点应该是最重要的，爬虫是节省人工的时间去获取数据，遵循的也是所见即所得，不管怎么说，在别人的网站上获取有价值的数据总得怀着感激的心情，爬虫代码友善一点，采集频率不是 必要的情况下尽量放缓，不要给目标网站造成过大的压力，这是底线