Python网络爬虫实战 微课版
全新正版 极速发货
￥ 50.84 6.4折 ￥ 79.8 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
作者吕云翔,张扬
出版社清华大学出版社
ISBN9787302515920
出版时间2019-05
装帧平装
开本16开
定价79.8元
货号1201870722
上书时间2024-06-03
商品详情
- 品相描述：全新
- 商品描述
-
目录
基础篇
章Python与网络爬虫
1.1Python语言
1.1.1什么是Python
1.1.2Python的应用现状
1.2Python的安装与开发环境配置
1.2.1在Windows上安装
1.2.2在Ubuntu和MacOS上安装
1.2.3PyCharm的使用
1.2.4JupyterNotebook
1.3Python的基本语法
1.3.1数据类型
1.3.2逻辑语句
1.3.3Python中的函数与类
1.3.4如何学习Python
1.4互联网、HTTP与HTML
1.4.1互联网与HTTP协议
1.4.2HTML
1.5HelloSpider
1.5.1个爬虫程序
1.5.2对爬虫程序的思考
1.6调研网站
1.6.1网站的robots.txt与Sitemap
1.6.2查看网站所用的技术
1.6.3查看网站所有者的信息
1.6.4使用开发者工具检查网页
1.7本章小结
第2章数据的采集
2.1从抓取开始
2.2正则表达式
2.2.1初识正则表达式
2.2.2正则表达式的简单使用
2.3BeautifulSoup
2.3.1BeautifulSoup的安装与特点
2.3.2BeautifulSoup的基本使用
2.4XPath与lxml
2.4.1XPath
2.4.2lxml与XPath的使用
2.5遍历页面
2.5.1抓取下一个页面
2.5.2完成爬虫程序
2.6使用API
2.6.1API简介
2.6.2API使用示例
2.7本章小结
第3章文件与数据的存储
3.1Python中的文件
3.1.1基本的文件读写
3.1.2序列化
3.2字符串
3.3Python与图片
3.3.1PIL与Pillow
3.3.2Python与OpenCV简介
3.4CSV文件
3.4.1CSV简介
3.4.2CSV的读写
3.5使用数据库
3.5.1使用MySQL
3.5.2使用SQLite3
3.5.3使用SQLAlchemy
3.5.4使用Redis
3.6其他类型的文档
3.7本章小结
进阶篇
第4章JavaScript与动态内容
4.1JavaScript与AJAX技术
4.1.1JavaScript语言
4.1.2AJAX
4.2抓取AJAX数据
4.2.1分析数据
4.2.2提取数据
4.3抓取动态内容
4.3.1动态渲染页面
4.3.2使用Selenium
4.3.3PyV8与Splash
4.4本章小结
第5章表单与模拟登录
5.1表单
5.1.1表单与POST
5.1.2发送表单数据
5.2Cookie
5.2.1什么是Cookie
5.2.2在Python中使用Cookie
5.3模拟登录网站
5.3.1分析网站
5.3.2通过Cookie模拟登录
5.4验证码
5.4.1图片验证码
5.4.2滑动验证
5.5本章小结
第6章数据的进一步处理
6.1Python与文本分析
6.1.1什么是文本分析
6.1.2jieba与SnowNLP
6.1.3NLTK
6.1.4文本的分类与聚类
6.2数据处理与科学计算
6.2.1从MATLAB到Python
6.2.2NumPy
6.2.3Pandas
6.2.4Matplotlib
6.2.5SciPy与SymPy
6.3本章小结
不错篇
第7章更灵活和更多样的爬虫
7.1更灵活的爬虫——以微信数据的抓取为例
7.1.1用Selenium抓取Web微信信息
7.1.2基于Python的微信API工具
7.2更多样的爬虫
7.2.1PyQuery
7.2.2在线爬虫应用平台
7.2.3使用urllib
7.3对爬虫的部署和管理
7.3.1配置远程主机
7.3.2编写本地爬虫
7.3.3部署爬虫
7.3.4查看运行结果
7.3.5使用爬虫管理框架
7.4本章小结
第8章浏览器模拟与网站测试
8.1关于测试
8.1.1什么是测试
8.1.2什么是TDD
8.2Python的单元测试
8.2.1使用unittest
8.2.2其他方法
8.3使用Python爬虫测试网站
8.4使用Selenium测试
8.4.1Selenium测试常用的网站交互
8.4.2结合Selenium进行单元测试
8.5本章小结
第9章更强大的爬虫
9.1爬虫框架
9.1.1Scrapy是什么
9.1.2Scrapy的安装与入门
9.1.3编写Scrapy爬虫
9.1.4其他爬虫框架
9.2网站反爬虫
9.2.1反爬虫的策略
9.2.2伪装headers
9.2.3使用代理
9.2.4访问频率
9.3多进程与分布式
9.3.1多进程编程与爬虫抓取
9.3.2分布式爬虫
9.4本章小结
实践篇
0章爬虫实践：下载网页中的小说和购物评论
10.1下载网络小说
10.1.1分析网页
10.1.2编写爬虫
10.1.3运行并查看TXT文件
10.2下载购物评论
10.2.1查看网络数据
10.2.2编写爬虫
10.2.3数据下载结果与爬虫分析
10.3本章小结
1章爬虫实践：保存感兴趣的图片
11.1豆瓣网站分析与爬虫设计
11.1.1从需求出发
11.1.2处理登录问题
11.2编写爬虫程序
11.2.1爬虫脚本
11.2.2程序分析
11.3运行并查看结果
11.4本章小结
2章爬虫实践：网上影评分析
12.1需求分析与爬虫设计
12.1.1网页分析
12.1.2函数设计
12.2编写爬虫
12.2.1编写程序
12.2.2可能的改进
12.3本章小结
3章爬虫实践：使用爬虫下载网页
13.1设计抓取程序
13.2运行程序
13.3展示网页
4章爬虫实践：使用爬虫框架
14.1Gain框架
14.2使用Gain做简单抓取
14.3PySpider框架
14.4使用PySpider进行抓取
附录A
A.1Python中的一些重要概念
A.1.1*args与**kwargs的使用
A.1.2global关键词
A.1.3enumerate枚举
A.1.4迭代器与生成器
A.2Python中的常用模块
A.2.1collections
A.2.2arrow
A.2.3timeit
A.2.4pickle
A.2.5os
A.2.6sys
A.2.7itertools
A.2.8functools
A.2.9threading、queue与multiprocessing
A.3requests库
A.3.1requests基础
A.3.2更多用法
A.4正则表达式
A.4.1什么是正则表达式
A.4.2正则表达式的基础语法
参考文献
内容摘要
本书介绍如何利用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爬虫开发的相关知识，涉及HTTP、HTML、JavaScript、正则表达式、自然语言处理、数据科学等内容。全书共分为14章，包括Python基础知识、网站分析、网页解析、Python文件的读写、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，结合实例演示了编写爬虫程序的核心流程。
本书适合Python语言初学者、网络爬虫技术爱好者、数据分析从业人员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。
— 没有更多了 —
以下为对购买帮助不大的评价