要使用AWS Glue爬虫和将数据存储在S3中的大型表格，可以按照以下步骤进行：

1. 创建一个AWS Glue爬虫：

import boto3

glue = boto3.client('glue')

response = glue.create_crawler(
    Name='my-crawler',
    Role='AWSGlueServiceRole-MyRole',
    DatabaseName='my-database',
    Targets={
        'S3Targets': [
            {
                'Path': 's3://my-bucket/my-folder/'
            }
        ]
    }
)

在上面的代码中，需要替换Role参数为具有所需权限的IAM角色的名称。DatabaseName参数是要保存爬取数据的数据库的名称。Targets参数指定要爬取的S3路径。

2. 启动爬虫：

response = glue.start_crawler(
    Name='my-crawler'
)

上面的代码将启动名为my-crawler的爬虫。

3. 等待爬虫完成：

response = glue.get_crawler(
    Name='my-crawler'
)

while response['Crawler']['State'] != 'READY':
    response = glue.get_crawler(
        Name='my-crawler'
    )

上面的代码将轮询爬虫状态，直到爬虫状态变为"READY"。

4. 创建一个AWS Glue作业：

response = glue.create_job(
    Name='my-job',
    Role='AWSGlueServiceRole-MyRole',
    Command={
        'Name': 'glueetl',
        'ScriptLocation': 's3://my-bucket/my-folder/my-job-script.py'
    },
    DefaultArguments={
        '--job-bookmark-option': 'job-bookmark-disable'
    }
)

在上面的代码中，需要替换Role参数为具有所需权限的IAM角色的名称。Command参数指定要运行的作业脚本的S3位置。DefaultArguments参数用于设置作业的默认参数。

5. 运行作业：

response = glue.start_job_run(
    JobName='my-job'
)

上面的代码将运行名为my-job的作业。

这些步骤将创建一个AWS Glue爬虫来爬取S3中的数据，并使用AWS Glue作业处理和存储数据。请根据实际需求调整代码和参数。