大数据及人工智能产教融合系列丛书PYTHON网络爬虫从入门到实践
若图片与书名不一致，以书名和定价为准！
￥ 48.98 6.2折 ￥ 79 全新
库存3件
河北保定
认证卖家担保交易快速发货售后保障
作者庄培杰
出版社电子工业出版社
ISBN9787121371059
出版时间2019-07
版次1
装帧平装
开本16开
纸张胶版纸
页数312页
定价79元
货号8142773
上书时间2024-07-03
- 在售商品 暂无
- 平均发货时间 34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:大数据及人工智能产教融合系列丛书PYTHON网络爬虫从入门到实践
定价：79元
作者:庄培杰
出版社：电子工业出版社
出版日期：2019-07-01
ISBN：9787121371059
字数：
页码：312
版次：
装帧：平装
开本：16开
商品重量：
编辑推荐
内容提要
本书讲解了如何使用Python编写网络爬虫，涵盖爬虫的概念、Web基础、Chrome、Charles和Packet Capture抓包、urllib、Requests请求库、lxml、Beautiful Soup、正则表达式解析数据、CSV、Excel、MySQL、Redis、MongoDB保存数据、反爬虫策略应对、爬虫框架Scrapy的使用与部署，以及应用案例。本书结构清晰、内容精练，代码示例典型实用，附带实践过程中遇到问题的解决方案，非常适合Python初学者和进阶读者阅读。
目录
目 录章 Python爬虫概念与Web基础 11．1 爬虫概念 11．1．1 什么是爬虫 11．1．2 爬虫使用场景的引入 21．1．3 爬虫的组成部分 31．1．4 模拟请求 31．1．5 数据解析 41．1．6 数据保存 51．1．7 爬虫的学习路线 51．2 HTTP简述 61．2．1 简述一次网络请求过程 61．2．2 URI和URL 71．2．3 HTTP请求报文 81．2．4 HTTP响应报文 101．3 网页的组成 131．3．1 HTML简介 131．3．2 CSS选择器简介 161．3．3 JavaScript简介 17第2章 Python爬虫基本库的使用 182．1 Chrome抓包详解 182．1．1 Controls 202．1．2 Filter 212．1．3 Request Table 212．2 urllib库详解 232．2．1 发送请求 232．2．2 抓取二进制文件 242．2．3 模拟GET和POST请求 252．2．4 修改请求头 262．2．5 设置连接超时 272．2．6 延迟提交数据 272．2．7 设置代理 272．2．8 Cookie 282．2．9 urllib．parse模块 292．2．10 urllib．error异常处理模块 312．2．11 urllib．robotparser模块 322．3 用lxml库解析网页节点 342．3．1 安装库 342．3．2 XPath语法速成 342．4 实战：爬取小说《三国演义》 36第3章 Python爬虫抓包与数据解析 413．1 抓包进阶 413．1．1 HTTPS介绍 423．1．2 HTTPS的工作流程 433．1．3 Charles抓包 433．1．4 Packet Capture抓包 493．2 Requests HTTP请求库 523．2．1 Requests库简介 533．2．2 Requests HTTP基本请求 533．2．3 Requests 请求常用设置 543．2．4 Requests 处理返回结果 543．2．5 Requests 处理Cookie 553．2．6 Requests重定向与请求历史 553．2．7 Requests 错误与异常处理 553．2．8 Requests Session会话对象 553．2．9 Requests SSL证书验证 563．3 实战：爬取文章中的图片、音频和视频 563．3．1 爬取标题 563．3．2 爬取图片 573．3．3 爬取音频 583．3．4 爬取视频 603．3．5 代码整理 643．4 Beautiful Soup解析库 673．4．1 Beautiful Soup简介 673．4．2 Beautiful Soup对象实例化 673．4．3 Beautiful Soup的四大对象 683．4．4 Beautiful Soup的各种节点 693．4．5 Beautiful Soup文档树搜索 693．4．6 Beautiful Soup 使用CSS选择器 703．5 实战：爬取壁纸站点的壁纸 703．6 正则表达式 743．6．1 re模块 743．6．2 正则规则详解 753．6．3 正则练习 773．7 实战：爬取市级编码列表 793．7．1 获取所有市级的跳转链接列表 803．7．2 解析表格获得所有市级天气链接 813．7．3 提取市级编码 823．7．4 整合调整代码 83第4章 用CSV和Excel存储数据 854．1 用CSV文件存储数据 854．1．1 CSV写入 864．1．2 CSV读取 874．2 实战：爬取星座运势 884．3 用Excel文件存储数据 894．3．1 Excel写入 894．3．2 Excel读取 904．4 实战：爬取某音乐平台排行榜 91第5章 用数据库存储数据 995．1 MySQL数据库 995．1．1 安装MySQL 1005．1．2 在Windows环境下安装MySQL 1005．1．3 在Windows环境下配置MYSQL_HOME环境变量 1015．1．4 在Windows环境下设置MySQL登录密码 1015．1．5 在Windows环境下启动或关闭MySQL服务 1025．1．6 Mac环境 1035．1．7 Ubuntu环境 1035．1．8 MySQL的基本操作 1045．1．9 MySQL数据库语法速成 1065．1．10 Python连接MySQL数据库 1105．1．11 MySQL特殊符号和表情问题 1145．1．12 实战：抓取某技术网站数据 1155．2 数据库可视化工具DataGrip 1225．2．1 建立数据库关联 1225．2．2 编写SQL语句 1235．2．3 常见问题：连接远程主机 1245．3 Redis数据库 1255．3．1 安装Redis 1265．3．2 redis-py库的安装 1305．3．3 redis-py基本操作示例 1305．3．4 实战：爬取视频弹幕并保存到Redis 1345．4 MongoDB数据库 1375．4．1 安装MongoDB 1375．4．2 安装PyMongo库 1405．4．3 PyMongo基本操作示例 1405．4．4 实战：爬取某电商网站关键字搜索结果并保存到MongoDB 144第6章 Python应对反爬虫策略 1486．1 反爬虫概述 1486．1．1 为什么会出现反爬虫 1496．1．2 常见的爬虫与反爬虫大战 1496．2 反爬虫策略 1506．2．1 User-Agent限制 1506．2．2 302重定向 1516．2．3 IP限制 1516．2．4 什么是网络代理 1516．2．5 如何获取代理IP 1516．2．6 ADSL拨号代理 1526．2．7 Squid 配置代理缓存服务器 1566．2．8 TinyProxy配置代理缓存服务器 1586．2．9 Cookie限制 1596．3 JavaScript反爬虫策略 1596．3．1 Ajax动态加载数据 1596．3．2 实战：爬取某素材网内容分析 1596．3．3 数据请求分析 1606．3．4 编写代码 1636．4 Selenium模拟浏览器操作 1666．4．1 Selenium简介 1666．4．2 安装Selenium 1676．4．3 Selenium常用函数 1686．5 实战：爬取某网站的特定图 1726．6 PhantomJS 1756．6．1 在Windows上安装PhantomJS 1756．6．2 在Mac上安装PhantomJS 1756．6．3 在Ubuntu上安装PhantomJS 1766．6．4 关于PhantomJS的重要说明 1766．7 常见验证码策略 1766．7．1 图片验证码 1776．7．2 实战：实现图片验证码自动登录 1786．7．3 实战：实现滑动验证码自动登录 185第7章 Python爬虫框架Scrapy（上） 1967．1 Scrapy框架简介与安装 1977．1．1 Scrapy相关信息 1977．1．2 Scrapy的安装 1977．2 实战：爬取某网站每日壁纸 1997．2．1 抓取目标分析 1997．2．2 创建爬虫脚本 2017．2．3 编写爬虫脚本 2027．2．4 运行爬虫脚本 2037．2．5 解析数据 2037．3 Scrapy架构简介 2047．3．1 Scrapy架构图 2047．3．2 各个模块间的协作流程 2057．3．3 协作流程拟人化对话版 2067．4 Spider详解 2077．4．1 Spider的主要属性和函数 2077．4．2 Spider运行流程 2077．5 Request类和Response类 2097．5．1 Request详解 2097．5．2 Response类常用参数、方法与子类 2107．5．3 选择器 2117．5．4 Scrapy Shell 2127．6 Item详解 2137．7 Item Pipeline详解 2137．7．1 自定义Item Pipeline类 2137．7．2 启用Item Pipeline 2147．8 实战：完善爬取每日壁纸的脚本 2147．8．1 定义BingItem 2157．8．2 使用ImagesPipeline 2157．8．3 修改Spider代码 2167．8．4 运行爬虫脚本 2167．9 设置请求头 2177．9．1 构造Request时传入 2177．9．2 修改settings．py文件 2177．9．3 为爬虫添加custom_settings字段 2187．10 下载中间件详解 2187．10．1 自定义Downloader Middleware类 2187．10．2 启用自定义的代理下载中间件 2197．11 实战：爬取某站点绘画频道的图片 2197．11．1 分析爬取的站点 2197．11．2 新建项目与明确爬取目标 2217．11．3 创建爬虫爬取网页 2217．11．4 设置代理 2237．11．5 解析数据 2237．11．6 存储数据 2247．11．7 完善代码 226第8章 Python爬虫框架Scrapy（下） 2288．1 Scrapy对接Selenium 2288．1．1 如何对接 2288．1．2 对接示例：爬取某网站首页文章 2298．2 实战：用Scrapy实现一个简单的代理池 2328．2．1 代理池的设计 2328．2．2 创建项目 2328．2．3 编写获取IP的爬虫 2338．2．4 编写检测IP的爬虫 2388．2．5 编写调度程序 2408．2．6 编写获取代理IP的接口 2418．2．7 使用代理 2438．3 用Scrapyrt调度Scrapy 2438．3．1 相关文档与安装Scrapyrt 2438．3．2 Scrapyrt GET请求相关参数 2448．3．3 Scrapyrt POST请求相关参数 2468．4 用Docker部署Scrapy 2468．4．1 Docker简介 2468．4．2 下载并安装Docker 2478．4．3 创建Dockerfile 2498．4．4 构建Docker镜像 2508．4．5 把生成的Docker镜像推送到Docker Hub 2518．4．6 在云服务器上运行Docker镜像 253第9章 数据分析案例：Python岗位行情 2549．1 数据爬取 2549．2 NumPy库和pandas库 2589．2．1 ndarray数组 2599．2．2 ndarray数组的常用操作 2609．2．3 pandas库 2639．3 用Matplotlib实现数据可视化 2689．3．1 Matplotlib中文乱码问题 2699．3．2 Matplotlib绘制显示不全 2709．3．3 用Matplotlib生成图表并进行分析 2719．4 用Wordcloud库进行词云绘制 2759．4．1 Wordcloud简介 2759．4．2 Wordcloud构造函数与常用方法 2769．4．3 词云绘制 2779．5 小结 2800章 数据分析案例：某婚恋网站交友情况分析 28110．1 数据爬取 28110．2 安装Jupyter Notebook 28710．3 安装pyecharts 28810．4 数据分析 28910．4．1 读取CSV文件里的数据 28910．4．2 分析身高 29010．4．3 分析学历 29210．4．4 分析年龄 29210．4．5 分析城市 29410．4．6 分析交友宣言 29410．5 小结 296
作者介绍
庄培杰，CSDN博客专家，排名146，访问量达1625W ，简书程序员专栏作者。从事编程开发10余年，熟悉Python的方方面面，尤其擅长Python爬虫和数据分析。现任思可教育投资开发（深圳）有限公司Python高级工程师工程师。
序言
-
【封面】
— 没有更多了 —
以下为对购买帮助不大的评价