Python爬虫开发与项目实战
全新正版 极速发货
￥ 41.6 5.3折 ￥ 79 全新
库存3件
广东广州
认证卖家担保交易快速发货售后保障
作者范传辉 编著
出版社机械工业出版社
ISBN9787111563877
出版时间2017-06
装帧平装
开本16开
定价79元
货号1201520444
上书时间2024-06-14
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
范传辉，资历网虫，Python开发者，参与开发了多项网络应用，在实际开发中积累了丰富的实战经验，并善于总结，贡献的多篇技术文章广受好评。研究兴趣包括网络安全、爬虫技术、数据分析、驱动开发等技术。
目录
前言
基础篇
章 回顾Python编程
1.1 安装Python
1.1.1 Windows上安装Python
1.1.2 Ubuntu上的Python
1.2 搭建开发环境
1.2.1 Eclipse+PyDev
1.2.2 PyCharm
1.3 IO编程
1.3.1 文件读写
1.3.2 操作文件和目录
1.3.3 序列化操作
1.4 进程和线程
1.4.1 多进程
1.4.2 多线程
1.4.3 协程
1.4.4 分布式进程
1.5 网络编程
1.5.1 TCP编程
1.5.2 UDP编程
1.6 小结
第2章 Web前端基础
2.1 W3C标准
2.1.1 HTML
2.1.2 CSS
2.1.3 JavaScript
2.1.4 XPath
2.1.5 JSON
2.2 HTTP标准
2.2.1 HTTP请求过程
2.2.2 HTTP状态码含义
2.2.3 HTTP头部信息
2.2.4 Cookie状态管理
2.2.5 HTTP请求方式
2.3 小结
第3章 初识网络爬虫
3.1 网络爬虫概述
3.1.1 网络爬虫及其应用
3.1.2 网络爬虫结构
……
第4章 HTML解析大法
第5章 数据存储（无数据库版）
第6章 实战项目：基础爬虫
第7章 实战项目：简单分布式爬虫
中级篇
第8章 数据存储（数据库版）
第9章 动态网站抓取
0章 Web端协议分析
1章 终端协议分析
2章 初窥Scrapy爬虫框架
3章 深入Scrapy爬虫框架
4章 实战项目：Scrapy爬虫
深入篇
5章 增量式爬虫
6章 分布式爬虫与Scrapy
7章 实战项目：Scrapy分布式爬虫
8章 人性化PySpider爬虫框架
内容摘要
随着大数据时代到来，网络信息量也变得更多更大，基于传统搜索引擎的局限性，网络爬虫应运而生。范传辉编著的《Python爬虫开发与项目实战》从基本的爬虫原理开始讲解，通过介绍Pthvon编程语言和Web前端基础知识引领读者入门，之后介绍动态爬虫原理以及Scrapy爬虫框架，很后介绍大规模数据下分布式爬虫的设计以及PySpider爬虫框架等。
本书主要特点：
由浅入深，从Pvthon和Web前端基础开始讲起，逐步加深难度，层层递进。
内容详实，从静态网站到动态网站，从单机爬虫到分布式爬虫，既包含基础知识点，又讲解了关键问题和难点分析，方便读者完成进阶。
实用性强，本书共有9个爬虫项目，以系统的实战项目为驱动，由浅及深地讲解爬虫开发中所需的知识和技能。
难点详析，对js加密的分析、反爬虫措施的突破、去重方案的设计、分布式爬虫的开发进行了细致的讲解。
精彩内容
为什么写这本书 当你看前言的时候，不得不说你做出了一个聪明的选择，因为前言中有作者对整本书的概括和学习建议，这会对大家之后的阅读产生事半功倍的效果。在聊这本书之前，首先给大家一个本书所有配套源码和说明的链接: https://github.com/qiyeboy/SpiderBook。大家可以在Github中对不懂的内容进行提问，我会尽可能地帮助大家解决问题。其实在前言开头放这个链接是挺突兀的，不过确实是担心大家不会完整地看完前言。 接下来聊一聊这本书，写这本书的原因来自于我个人的微信公众号：七夜安全博客。我经常在博客园、知乎和微信平台上发布技术文章，分享一些知识和见解，有很多热心的朋友愿意和我进行交流讨论。记得2016年4月初的某一天，有一个朋友在微信后台留言，问我怎样将Python爬虫技术学好，有什么书籍可以推荐。我当时回答了好长一段建议，但是那个朋友依然希望能推荐一本书籍帮助入门和提高。其实我特别能理解初学者的心情，毕竟我也是从初学者走过来的，但是确实挺纠结，不知从何推荐。于是，我专门找了一下这方面的书籍，只找到一本外国人写的书，中文版刚出版没多久，名字为《Python网络数据采集》。我花了半天看了一下里面的内容，整本书条理比较清晰，容易理解，但是很多知识点都谈得很浅，系统的实战项目基本上没有，更多的是一些代码片段，仅仅适合一些刚刚入门的朋友。自从这件事情以后，我就下定决心写一本Python爬虫方面的书籍，既然国内还没有人写这方面的书籍，我愿意做一个抛砖引玉的人，帮助大家更好地学习爬虫技术。 有了写书的想法后，开始列提纲，确定书的主题和内容。由于爬虫是一项实践性很强的技术，因此书的主题是以实战项目为驱动，由浅及深地讲解爬虫技术，希望你看这本书的时候是个菜鸟，认真学习完之后不再是个菜鸟，可以自主地开发Python爬虫项目了。从写书的那一刻开始，我就知道在书写完之前，我应该是没有周末了。这本书写了大半年的时间，由于我平时有写笔记、做总结的习惯，因此写书的时间不是特别长，不过直到2017年年初我依然在更新内容，毕竟爬虫技术更新得比较快，我努力将比较新的知识贡献给大家。 在写书的过程中，我的内心变得越来越平静，越来越有耐心，不断地修改更新，对每个实战项目进行反复验证和敲定，尽可能地贴近初学者的需求，希望能帮助他们完成蜕变。 最后做一下自我介绍，本人是一位信息安全研究人员，比较擅长网络安全、软件逆向，同时对大数据、机器学习和深度学习有非常浓厚的兴趣，欢迎大家和我交流，共同进步。 前路多艰，学习的道路不可能一帆风顺，爬虫技术只是个开始，愿与诸君一道共克难关。本书结构 本书总共分为三个部分：基础篇、中级篇和深入篇。 基础篇包括～7章，主要讲解了什么是网络爬虫、如何分析静态网站、如何开发一个完整的爬虫。 ～2章帮助大家回顾了Python和Web方面的知识，主要是为之后的爬虫学习打下基础，毕竟之后要和Python、Web打交道。 第3～5章详细介绍了什么是网络爬虫、如何分析静态网站、如何从HTML页面中提取出有效的数据，以及对如何将数据合理地存储成各类文件以实现持久化。 第6～7章包含了两个实战项目。个项目是基础爬虫，也就是一个单机爬虫，功能是爬取百度百科的词条，并据此讲解了一个爬虫所应该具有的全部功能组件以及编码实现。第二个项目是分布式爬虫，功能和基础爬虫一致，在单机爬虫的基础上进行分布式改进，帮助大家从根本上了解分布式爬虫，消除分布式爬虫的神秘感。 中级篇包括第8～14章，主要讲解了三种数据库的存储方式、动态网站的抓取、协议分析和Scrapy爬虫框架。 第8章详细介绍了SQLite、MySQL和MongoDB三种数据库的操作方式，帮助大家实现爬取数据存储的多样化。 第9章主要讲解了动态网站分析和爬取的两种思路，并通过两个实战项目帮助大家理解。 0章首先探讨了爬虫开发中遇到的两个问题——登录爬取问题和验证码问题，并提供了解决办法和分析实例。接着对Web端的爬取提供了另外的思路，当在PC网页端爬取遇到困难时，爬取方式可以向手机网页端转变。 1章接着延伸0章的问题，又提出了两种爬取思路。当在网页站点爬取遇到困难时，爬取思路可以向PC客户端和移动客户端转变，并通过两个实战项目帮助大家了解实施过程。 2～14章由浅及深地讲解了著名爬虫框架Scrapy的运用，并通过知乎爬虫这个实战项目演示了Scrapy开发和部署爬虫的整个过程。 深入篇为5～18章，详细介绍了大规模爬取中的去重问题以及如何通过Scrapy框架开发分布式爬虫，最后又介绍了一个较新的爬虫框架PySpider。 5章主要讲解了海量数据的去重方式以及各种去重方式的优劣比较。 6～17章详细介绍了如何通过Redis和Scrapy的结合实现分布式爬虫，并通过云起书院实战项目帮助大家了解整个的实现过程以及注意事项。 8章介绍了一个较为人性化的爬虫框架PySpider，并通过爬
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价