填写邮箱后继续，文件将发送至该邮箱。
| 书[0名0]： | Python网络爬虫从入门到实践 [0第0]2版|8060175 |
| 图书定价： | 69元 |
| 图书作者： | 唐松 |
| 出版社： | [1机1]械工业出版社 |
| 出版日期： | 2019/6/7 0:00:00 |
| ISBN号： | 9787111626879 |
| 开本： | 16开 |
| 页数： | 292 |
| 版次： | 1-1 |
| 作者简介 |
| 唐松 编著：唐松，康奈尔[0大0][0学0]信息科[0学0]研究生，高考获全额奖[0学0]金就读于香港中文[0大0][0学0]计量营销和金融[0学0]，毕业后与IBM合作A100项目，为美的、中信等公司实践[0大0]数据落地项目，热衷将数据科[0学0]与[0商0]业结合应用。 |
| 内容简介 |
| 使用Python编写网络爬虫程序获取互联网上的[0大0]数据是[0当0]前的热门专题。本书内容包括三部分：基础部分、进阶部分和项目实践。基础部分（[0第0]1~7章）[1主1]要介绍爬虫的三个步骤——获取网页、解析网页和存储数据，并通过诸多示例的讲解，让读者能够从基础内容开始系统性地[0学0]习爬虫技术，并在实践中[扌是]升Python爬虫水平。进阶部分（[0第0]8~13章）包括多线程的并发和并行爬虫、分布式爬虫、更换IP等，帮助读者进一步[扌是]升爬虫水平。项目实践部分（[0第0]14~17章）使用本书介绍的爬虫技术对几个真实的网站进行抓取，让读者能在读完本书后根据自己的需求写出爬虫程序。 |
| 目录 |
前言 [0第0]1章 网络爬虫入门1 1.1 为什么要[0学0]网络爬虫2 1.1.1 网络爬虫能带来什么[女子]处2 1.1.2 能从网络上爬取什么数据3 1.1.3 应不应该[0学0]爬虫3 1.2 网络爬虫是否合[0法0]3 1.2.1 Robots协议4 1.2.2 网络爬虫的约束5 1.3 网络爬虫的基本议题6 1.3.1 Python爬虫的流程7 1.3.2 三个流程的技术实现7 [0第0]2章 编写[0第0]一个网络爬虫9 2.1 搭建Python平台10 2.1.1 Python的安装10 2.1.2 使用pip安装[0第0]三方库12 2.1.3 使用编辑器Jupyter 编程13 2.1.4 使用编辑器Pycharm编程15 2.2 Python 使用入门18 2.2.1 基本命令18 2.2.2 数据类型19 2.2.3 条[亻牛]语句和循环语句21 2.2.4 函数23 2.2.5 [mian]向对象编程24 2.2.6 错误处理28 2.3 编写[0第0]一个简单的爬虫29 2.3.1 [0第0]一步：获取页[mian]29 2.3.2 [0第0]二步：[扌是]取需要的数据30 2.3.3 [0第0]三步：存储数据32 2.4 Python实践：基础巩固33 2.4.1 Python基础试题34 2.4.2 参考答案35 2.4.3 自我实践题38 [0第0]3章 静态网页抓取39 3.1 安装Requests40 3.2 获取响应内容40 3.3 定制Requests41 3.3.1 传递URL参数41 3.3.2 定制请求头42 3.3.3 发送[P1O1S]T请求43 3.3.4 [0超0]时44 3.4 Requests爬虫实践：TOP250电影数据44 3.4.1 网站分析45 3.4.2 项目实践45 3.4.3 自我实践题47 [0第0]4章 动态网页抓取48 4.1 动态抓取的实例49 4.2 解析真实地址抓取50 4.3 通过Selenium模拟浏览器抓取55 4.3.1 Selenium的安装与基本介绍55 4.3.2 Selenium的实践案例57 4.3.3 Selenium获取文章的所有[0评0]论58 4.3.4 Selenium的高级操作61 4.4 Selenium爬虫实践：深圳短租数据64 4.4.1 网站分析64 4.4.2 项目实践66 4.4.3 自我实践题69 [0第0]5章 解析网页70 5.1 使用正则表达式解析网页71 5.1.1 re.match方[0法0]71 5.1.2 re.search方[0法0]74 5.1.3 re.find[0all0]方[0法0]74 5.2 使用BeautifulSoup解析网页76 5.2.1 BeautifulSoup的安装76 5.2.2 使用BeautifulSoup获取博客标题77 5.2.3 BeautifulSoup的其他功能78 5.3 使用lxml解析网页82 5.3.1 lxml的安装82 5.3.2 使用lxml获取博客标题82 5.3.3 XPath的选取方[0法0]84 5.4 总结85 5.5 BeautifulSoup爬虫实践：房屋价格数据86 5.5.1 网站分析86 5.5.2 项目实践87 5.5.3 自我实践题89 [0第0]6章 数据存储90 6.1 基本存储：存储至TXT或CSV91 6.1.1 把数据存储至TXT91 6.1.2 把数据存储至CSV93 6.2 存储至MySQL数据库94 6.2.1 下载安装MySQL95 6.2.2 MySQL的基本操作99 6.2.3 Python操作MySQL数据库104 6.3 存储至MongoDB数据库106 6.3.1 下载安装MongoDB107 6.3.2 MongoDB的基本概念110 6.3.3 Python操作MongoDB数据库112 6.3.4 RoboMongo的安装与使用113 6.4 总结115 6.5 MongoDB爬虫实践：虎扑论坛116 6.5.1 网站分析116 6.5.2 项目实践117 6.5.3 自我实践题123 [0第0]7章 Scrapy框架124 7.1 Scrapy是什么125 7.1.1 Scrapy架构125 7.1.2 Scrapy数据流（Data Flow）126 7.1.3 选择Scrapy还是Requests+bs4127 7.2 安装Scrapy128 7.3 通过Scrapy抓取博客128 7.3.1 创建一个Scrapy项目128 7.3.2 获取博客网页并保存129 7.3.3 [扌是]取博客标题和链接数据131 7.3.4 存储博客标题和链接数据133 7.3.5 获取文章内容134 7.3.6 Scrapy的设置文[亻牛]136 7.4 Scrapy爬虫实践：财[纟巠][亲斤]闻数据137 7.4.1 网站分析137 7.4.2 项目实践138 7.4.3 自我实践题141 [0第0]8章 [扌是]升爬虫的速度142 8.1 并发和并行，同步和异步143 8.1.1 并发和并行143 8.1.2 同步和异步143 8.2 多线程爬虫144 8.2.1 简单的单线程爬虫145 8.2.2 [0学0]习Python多线程145 8.2.3 简单的多线程爬虫148 8.2.4 使用Queue的多线程爬虫150 8.3 多进程爬虫153 8.3.1 使用multiprocessing的多进程爬虫153 8.3.2 使用Pool + Queue的多进程爬虫155 8.4 多协程爬虫158 8.5 总结160 [0第0]9章 反爬虫问题163 9.1 为什么[0会0]被反爬虫164 9.2 反爬虫的方式有哪些164 9.2.1 不返回网页165 9.2.2 返回非目标网页165 9.2.3 获取数据变难166 9.3 如何“反反爬虫”167 9.3.1 修改请求头167 9.3.2 修改爬虫的间隔时间168 9.3.3 使用代理171 9.3.4 更换IP地址172 9.3.5 登录获取数据172 9.4 总结172 [0第0]10章 解决中文乱码173 10.1 什么是字符编码174 10.2 Python的字符编码176 10.3 解决中文编码问题179 10.3.1 问题1：获取网站的中文显示乱码179 10.3.2 问题2：非[0法0]字符抛出异常180 10.3.3 问题3：网页使用gzip压缩181 10.3.4 问题4：读写文[亻牛]的中文乱码182 10.4 总结184 [0第0]11章 登录与验证码处理185 11.1 处理登录表单186 11.1.1 处理登录表单186 11.1.2 处理cookies，让网页记住你的登录190 11.1.3 完整的登录代码193 11.2 验证码的处理194 11.2.1 如何使用验证码验证195 11.2.2 人工方[0法0]处理验证码197 11.2.3 OCR处理验证码200 11.3 总结203 [0第0]12章 服务器采集204 12.1 为什么使用服务器采集205 12.1.1 [0大0]规模爬虫的需要205 12.1.2 防止IP地址被封杀205 12.2 使用动态IP拨号服务器206 12.2.1 购买拨号服务器206 12.2.2 登录服务器206 12.2.3 使用Python更换IP208 12.2.4 结合爬虫和更换IP功能209 12.3 使用Tor代理服务器210 12.3.1 Tor的安装211 12.3.2 Tor的使用213 [0第0]13章 分布式爬虫218 13.1 安装Redis219 13.2 修改Redis配置222 13.2.1 修改Redis密码222 13.2.2 让Redis服务器被远程访问222 13.2.3 使用Redis Desktop Manager管理223 13.3 Redis分布式爬虫实践223 13.3.1 安装Redis库224 13.3.2 加入任务队列224 13.3.3 读取任务队列并下载图片225 13.3.4 分布式爬虫代码226 13.4 总结228 [0第0]14章 爬虫实践一：维基百科229 14.1 项目描述230 14.1.1 项目目标230 14.1.2 项目描述230 14.1.3 深度[0优0]先和广度[0优0]先232 14.2 网站分析233 14.3 项目实施：深度[0优0]先的递归爬虫235 14.4 项目进阶：广度[0优0]先的多线程爬虫237 14.5 总结241 [0第0]15章 爬虫实践二：[0知0]乎Live242 15.1 项目描述243 15.2 网站分析243 15.3 项目实施245 15.3.1 获取所有Live245 15.3.2 获取Live的听众248 15.4 总结251 [0第0]16章 爬虫实践三：百度地图API252 16.1 项目描述253 16.2 获取API秘钥254 16.3 项目实施255 16.3.1 获取所有拥有公园的城市257 16.3.2 获取所有城市的公园数据258 16.3.3 获取所有公园的详细信息262 16.4 总结266 [0第0]17章 爬虫实践四：[0畅0]销书籍267 17.1 项目描述268 17.2 网站分析268 17.3 项目实施270 17.3.1 获取亚马[xun]的图书销售榜列表270 17.3.2 获取所有分类的销售榜274 17.3.3 获取图书的[0评0]论276 17.4 总结279 |
