Python数据抓取技术与实战

图书标准信息

• 作者 潘庆和、赵星驰 著
• 出版社 电子工业出版社
• 出版时间 2016-08
• 版次 1
• ISBN 9787121298844
• 定价 49.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 256页
• 字数 410千字
• 正文语种 简体中文

【内容简介】

　　如何在大数据时代获得实时的数据信息，分析挖掘、提取出有价值的信息，并以直观清晰的图形表示出关键的数量关系和概念，是一个值得研究的问题。本书通过数据抓取篇（如何获得数据信息）、数据分析篇（分析挖掘，提取出有价值的信息）、数据可视化篇（以直观清晰的图形表示出关键的数量关系和概念）详细描述数据抓取、分析、展示的整个流程，每一篇自成一体，可以单独学习掌握。

【作者简介】

　　潘庆和，2011年7月毕业于哈尔滨工业大学计算机科学与技术学院，计算机应用技术专业，获得工学博士学位。2011年8月至今，哈尔滨商业大学计算机与信息工程学院，计算机科学与技术专业教师，讲师，主教课程：本科专业课《操作系统》，《专业英语》，研究生《形式语言与自动机》，《大数据技术基础》。2014年获得哈尔滨商业大学优秀教师称号。

【目录】

第1章　Python基础1 
1.1　Python安装1 
1.2　安装pip 6 
1.3　如何查看帮助7 
1.4　第一个程序10 
1.5　文件操作25 
1.6　循环28 
1.7　异常30 
1.8　元组30 
1.9　列表32 
1.10　字典36 
1.11　集合38 
1.12　随机数39 
1.13　enumerate的使用40 
1.14　第二个例子41 
第2章　字符串解析46 
2.1　常用函数46 
2.2　正则表达式50 
2.3　BeautifulSoup 55 
2.4　json结构62 
第3章　单机数据抓取77 
3.1　单机顺序抓取77 
3.2　requests 107 
3.3　并发和并行抓取117 
第4章　分布式数据抓取137 
4.1　RPC的使用138 
4.2　Celery系统145 
第5章　全能的Selenium 159 
5.1　Selenium单机159 
5.2　Selenium分布式抓取178 
5.3　Linux无图形界面使用Selenium 188 
第6章　神秘的Tor 191 
6.1　抓取时IP封锁的问题191 
6.2　Tor的安装与使用192 
6.3　Tor多线程197 
6.4　Tor与Selenium结合205 
第7章　抓取常见问题210 
7.1　Flash 210 
7.2　桌面程序211 
7.3　U盘213 
7.4　二级三级页面214 
7.5　图片的处理214 
7.6　App数据抓取214 
第8章　监控框架221 
8.1　框架说明223 
8.2　监控系统实例225 
第9章　拥抱大数据229 
9.1　Hadoop生态圈229 
9.2　Cloudera环境搭建231