微瑕Python网络爬虫与数据采集
￥ 28.7 4.8折 ￥ 59.8 全新
库存2件
北京丰台
认证卖家担保交易快速发货售后保障
作者吕云翔,张扬 著
出版社人民邮电出版社
ISBN9787115562081
出版时间2021-08
版次1
装帧平装
开本16开
纸张胶版纸
页数259页
定价59.8元
货号2170-9787115562081
上书时间2024-12-10
- 在售商品 暂无
- 平均发货时间 12小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 商品描述
-
基本信息
书名:Python网络爬虫与数据采集
定价：59.8元
作者:吕云翔,张扬 著
出版社：人民邮电出版社
出版日期：2021-08-01
ISBN：9787115562081
字数：
页码：259
版次：
装帧：平装
开本：16开
商品重量：
编辑推荐
内容提要
本书的主旨是介绍如何结合Python进行网络爬虫程序的开发，从Python语言的基本特性入手，详细介绍了Python爬虫开发的各个方面，涉及包括HTTP、HTML、JavaScript、正则表达式、自然语言处理、数据科学等不同领域的内容。全书共分为15章，包括了Python基础知识、网站分析、网页解析、Python文件读写、Python与数据库、AJAX技术、模拟登录、文本与数据分析、网站测试、Scrapy爬虫框架、爬虫性能等多个主题。内容覆盖网络抓取与爬虫编程中的主要知识和技术，在重视理论基础的前提下，从实用性和丰富度出发，结合实例演示了爬虫编写的核心流程。本书适合Python语言初学者、网络爬虫技术爱好者、数据分析从业人士以及高等院校计算机科学、软件工程等相关专业的师生阅读。
目录
章 Python与网络爬虫 11．1 Python简介 11．1．1 什么是Python 11．1．2 Python的应用现状 21．2 Python的安装与开发环境配置 31．2．1 在Windows操作系统上安装 31．2．2 在Ubuntu和macOS操作系统上安装 41．2．3 PyCharm的使用 51．2．4 Jupyter Notebook 91．3 Python基本语法 111．3．1 HelloWorld与数据类型 111．3．2 逻辑语句 171．3．3 Python中的函数与类 201．3．4 Python从0到1 211．4 互联网与HTTP、HTML 221．4．1 互联网与HTTP 221．4．2 HTML 231．5 Hello， Spider! 251．5．1 个爬虫程序 251．5．2 思考我们的爬虫 271．6 调研网站 271．6．1 网站的robots．txt与Sitemap 271．6．2 查看网站所用技术 301．6．3 查看网站所有者信息 311．6．4 使用开发者工具检查网页 321．7 本章小结 35第2章 数据采集 362．1 从抓取开始 362．2 正则表达式 372．2．1 初见正则表达式 372．2．2 正则表达式的简单使用 382．3 BeautifulSoup 412．3．1 BeautifulSoup的安装 412．3．2 BeautifulSoup的基本使用方法 432．4 XPath与lxml 462．4．1 XPath 462．4．2 lxml与XPath的使用方法 472．5 遍历页面 492．5．1 抓取下一个页面 492．5．2 完成爬虫 502．6 API 522．6．1 API简介 522．6．2 API使用示例 542．7 本章小结 57第3章 文件与数据存储 583．1 Python中的文件 583．1．1 基本的文件读写 583．1．2 序列化 603．2 字符串 613．3 Python与图片 623．3．1 PIL与Pillow 623．3．2 OpenCV简介 643．4 CSV文件 653．4．1 CSV简介 653．4．2 CSV的读写 653．5 使用数据库 673．5．1 使用MySQL 673．5．2 使用SQLite3 683．5．3 使用SQLAlchemy 703．5．4 使用Redis 713．6 其他类型的文档 723．7 本章小结 77第4章 JavaScript与动态内容 784．1 JavaScript与Ajax技术 784．1．1 JavaScript简介 784．1．2 Ajax技术 814．2 抓取Ajax数据 824．2．1 分析数据 824．2．2 提取数据 864．3 抓取动态内容 924．3．1 动态渲染页面 924．3．2 使用Selenium 924．3．3 PyV8与Splash 984．4 本章小结 101第5章 表单与模拟登录 1025．1 表单 1025．1．1 表单与POST 1025．1．2 POST发送表单数据 1045．2 Cookie 1065．2．1 Cookie简介 1065．2．2 在Python中使用Cookie 1085．3 模拟登录网站 1105．3．1 分析网站 1105．3．2 通过Cookie模拟登录 1115．4 验证码 1145．4．1 图片验证码 1145．4．2 滑动验证 1165．5 本章小结 120第6章 数据的进一步处理 1216．1 Python与文本分析 1216．1．1 文本分析简介 1216．1．2 jieba与SnowNLP 1226．1．3 NLTK 1256．1．4 文本分类与聚类 1286．2 数据处理与科学计算 1306．2．1 从MATLAB到Python 1306．2．2 NumPy 1316．2．3 pandas 1356．2．4 Matplotlib 1406．2．5 SciPy与SymPy 1436．3 本章小结 144第7章 更灵活的爬虫 1457．1 更灵活的爬虫——以数据抓取为例 1457．1．1 用Selenium抓取Web信息 1457．1．2 基于Python的API工具 1497．2 多样的爬虫 1517．2．1 在BeautifulSoup和XPath之外 1517．2．2 在线爬虫应用平台 1547．2．3 使用urllib 1567．3 爬虫的部署和管理 1637．3．1 配置远程主机 1637．3．2 编写本地爬虫 1657．3．3 部署爬虫 1697．3．4 查看运行结果 1707．3．5 使用爬虫管理框架 1717．4 本章小结 174第8章 模拟浏览器与网站测试 1758．1 关于测试 1758．1．1 测试简介 1758．1．2 TDD 1758．2 Python的单元测试 1768．2．1 使用unittest 1768．2．2 其他方法 1788．3 使用Python爬虫测试网站 1798．4 使用Selenium测试 1818．4．1 Selenium测试常用的网站交互 1828．4．2 结合Selenium进行单元测试 1838．5 本章小结 184第9章 更强大的爬虫 1859．1 爬虫框架 1859．1．1 Scrapy简介 1859．1．2 Scrapy安装与入门 1869．1．3 编写Scrapy爬虫 1899．1．4 其他爬虫框架 1919．2 网站反爬虫 1929．2．1 反爬虫的策略 1929．2．2 伪装headers 1939．2．3 使用代理IP地址 1969．2．4 修改访问频率 1999．3 多进程与分布式 1999．3．1 多进程编程与爬虫抓取 1999．3．2 分布式爬虫 2019．4 本章小结 2020章 实战：购物网站评论抓取 20310．1 查看网络数据 20310．2 编写爬虫 20610．3 本章小结 2111章 实战：爬虫数据的深入分析与数据处理 21211．1 明确目标与数据准备 21211．1．1 明确目标 21211．1．2 数据准备 21211．1．3 工具选择 21311．2 初步分析 21411．2．1 用户角度分析 21411．2．2 电影角度分析 21711．3 电影推荐 22011．4 本章小结 2212章 实战：抓取商品价格信息 22212．1 抓取商品历史价格 22212．1．1 网页分析 22212．1．2 编写爬虫 22512．1．3 运行结果 23012．2 本章小结 2313章 实战：模拟登录爬虫 23213．1 模拟登录POJ提交代码并抓取评测结果 23213．1．1 网页请求分类 23213．1．2 网页分析 23313．1．3 编写爬虫 23513．1．4 运行结果 23813．2 本章小结 2384章 实战：音乐评论内容的抓取与分析 23914．1 jieba库 23914．2 wordcloud库 23914．3 抓取音乐的评论内容 24014．3．1 网页分析 24014．3．2 编写爬虫 24114．3．3 运行结果 24314．4 本章小结 2445章 实战：异步爬虫程序实践 24515．1 项目分析 24515．2 数据存储 24515．3 页面下载器 24715．3．1 网络请求 24815．3．2 页面解码 24915．4 生产者—消费者模型 25015．4．1 调度器 25015．4．2 消费者 25115．4．3 生产者 25315．5 客户端界面设计 25415．5．1 首页 25515．5．2 搜索结果页 25515．5．3 新闻详情页 25615．5．4 主窗口和运行效果 25715．6 本章小结 259
作者介绍
吕云翔，比利时布鲁塞尔大学应用科学学院应用信息技术专业硕士、经济学院工商管理专业硕士。具有多年的软件开发、项目管理、计算机教学经验。对IT行业具有较全面的认识。2003至今任北航软件学院副教授。研究领域包括：软件工程 IT项目管理。
序言
-
【封面】
— 没有更多了 —
以下为对购买帮助不大的评价