Python网络爬虫从入门到实践

图书标准信息

• 作者 唐松 陈智铨
• 出版社 机械工业出版社
• 出版时间 2017-09
• 版次 1
• ISBN 9787111578413
• 定价 49.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 244页
• 字数 99999千字

【内容简介】

本书将介绍如何使用Python编写网络爬虫程序获取互联网上的大数据。本书包括三部分内容：基础部分、进阶部分和项目实践。基础部分（第1~6章）主要介绍爬虫的三个步骤（获取网页、解析网页和存储数据），并通过诸多示例的讲解，让读者从基础内容开始系统性地学习爬虫技术，并在实践中提升Python爬虫水平。进阶部分（第7~12章）包括多线程的并发和并行爬虫、分布式爬虫、更换IP等，帮助读者进一步提升爬虫水平。项目实践部分（第13~16章）使用本书介绍的爬虫技术对几个真实的网站进行抓取，让读者能在读完本书后根据自己的需求写出爬虫程序。无论是否有编程基础，只要是对爬虫技术感兴趣的读者，本书就能带领读者从入门到进阶，再到实战，一步步了解爬虫，终写出自己的爬虫程序。

【目录】

推荐序

推荐序二

前言

前言二

第1章网络爬虫入门 

1.1为什么要学网络爬虫 

1.1.1  网络爬虫能带来什么好处 

1.1.2能从网络上爬取什么数据 

1.1.3应不应该学爬虫 

1.2网络爬虫是否合法 

1.2.1  Robots协议 

1.2.2  网络爬虫的约束 

1.3网络爬虫的基本议题 

1.3.1 Python爬虫的流程 

1.3.2三个流程的技术实现 

2章编写第一个网络爬虫 

2.1搭建Python平台 

2.1.1 Python的安装 

2.1.2使用pip安装第三方库 

2.1.3使用编译器Jupyter编程 

2.2 Python使用入门 

2.2.1基本命令 

2.2.2数据类型 

2.2.3条件语句和循环语句 

2.2.4函数 

2.2.5面向对象编程 

2.3编写第一个简单的爬虫 

第3章静态网页抓取

第4章动态网页抓取

第5章解析网页

第6章数据存储

第7章提升爬虫的速度

第8章反爬虫问题

第9章解决中文乱码

第10章登录与验证码处理

第11章服务器采集

第12章分布式爬虫

第13章爬虫实践一：维基百科

第14章爬虫实践二：知乎Live

第15章爬虫实践三：百度地图API

第16章爬虫实践四：餐厅点评