PYTHON网络爬虫技术与实践
正版保障 假一赔十 可开发票
￥ 46.55 6.7折 ￥ 69.9 全新
库存14件
广东广州
认证卖家担保交易快速发货售后保障
作者吕云翔等编著
出版社机械工业出版社
ISBN9787111728467
出版时间2023-06
装帧平装
开本16开
定价69.9元
货号12975539
上书时间2024-12-18
商品详情
- 品相描述：全新
- 商品描述
-
目录
前言基 础 篇第1章 Python基础及网络爬虫11.1 了解Python语言11.1.1 Python是什么21.1.2 Python的应用现状21.2 配置安装Python开发环境31.2.1 在Windows上安装31.2.2 在Ubuntu和MacOS上安装41.2.3 IDE的使用：以PyCharm为例51.2.4 Jupyter Notebook简介91.3 Python基本语法介绍111.3.1 HelloWorld与数据类型111.3.2 逻辑语句171.3.3 Python中的函数与类201.3.4 更深入了解Python221.4 互联网、HTTP与HTML221.4.1 互联网与HTTP221.4.2 HTML231.5 Hello, Spider!251.5.1 编写第一个爬虫程序251.5.2 对爬虫的思考271.6 分析网站281.6.1 robots.txt与Sitemap简介281.6.2 网站技术分析311.6.3 网站所有者信息分析331.6.4 使用开发者工具检查网页341.7 本章小结371.8 实践：Python环境的配置与爬虫的运行371.8.1 需求说明371.8.2 实现思路及步骤371.9 习题37第2章 数据采集与预处理392.1 数据392.1.1 数据的概念392.1.2 数据类型402.1.3 数据的存储形式422.1.4 数据的价值422.1.5 大数据时代432.2 数据分析过程432.3 数据采集442.3.1 数据采集的概念442.3.2 数据采集的数据源442.3.3 数据采集方法452.4 数据清洗452.4.1 数据清洗概述452.4.2 数据清洗的内容462.4.3 数据清洗的基本流程462.4.4 数据清洗的评价标准472.5 数据集成472.6 数据转换482.6.1 数据转换概念与策略482.6.2 平滑处理482.6.3 标准化处理502.7 数据脱敏502.7.1 数据脱敏的原则502.7.2 数据脱敏的方法512.8 本章小结512.9 实践：使用Python尝试数据的清洗512.9.1 需求说明512.9.2 实现思路及步骤512.10 习题51第3章 静态网页采集533.1 从采集开始533.2 正则表达式543.2.1 什么是正则表达式543.2.2 正则表达式的简单使用563.3 BeautifulSoup爬虫583.3.1 安装BeautifulSoup583.3.2 BeautifulSoup的基本用法613.4 XPath与lxml643.4.1 XPath643.4.2 lxml与XPath的使用653.5 遍历页面673.5.1 抓取下一个页面673.5.2 完成爬虫683.6 使用API703.6.1 API简介703.6.2 API使用示例723.7 本章小结753.8 实践：哔哩哔哩直播间信息爬取练习753.8.1 需求说明753.8.2 实现思路及步骤753.9 习题76第4章 数据存储774.1 Python中的文件774.1.1 Python的文件读写774.1.2 对象序列化794.2 Python中的字符串804.3 Python中的图片814.3.1 PIL与Pillow模块814.3.2 Python与OpenCV简介834.4 CSV844.4.1 CSV简介844.4.2 CSV的读写844.5 数据库的使用864.5.1 MySQL的使用864.5.2 SQLite3的使用884.5.3 SQLAlchemy的使用894.5.4 Redis的使用914.5.5 MongoDB的使用914.6 其他类型的文档924.7 本章小结974.8 实践：使用Python 3读写SQLite数据库974.8.1 需求说明974.8.2 实现思路及步骤974.9 习题97 进 阶 篇 第5章 JavaScript与动态内容995.1 JavaScript与AJAX技术1005.1.1 JavaScript语言1005.1.2 AJAX1035.2 抓取AJAX数据1045.2.1 分析数据1045.2.2 数据提取1085.3 抓取动态内容1135.3.1 动态渲染页面1135.3.2 使用Selenium1145.3.3 PyV8与Splash1205.4 本章小结1235.5 实践：爬取机械工业出版社新书上架信息1235.5.1 需求说明1235.5.2 实现思路及步骤1245.6 习题124第6章 模拟登录与验证码1256.1 表单1256.1.1 表单与POST1256.1.2 POST发送表单数据1276.2 Cookie1306.2.1 Cookie简介1306.2.2 在Python中Cookie的使用1316.3 模拟登录网站1336.3.1 分析网站1336.3.2 Cookie方法的模拟登录1346.4 验证码1376.4.1 图片验证码1376.4.2 滑动验证1396.5 本章小结1426.6 实践：通过Selenium模拟登录Gitee并保存Cookie1436.6.1 需求说明1436.6.2 实现思路及步骤1436.7 习题143第7章 爬虫数据的分析与处理1447.1 Python与文本分析1447.1.1 文本分析简介1447.1.2 jieba与SnowNLP1457.1.3 NLTK1487.1.4 文本分类与聚类1517.2 数据处理与科学计算1537.2.1 从MATLAB到Python1537.2.2 NumPy1547.2.3 Pandas1587.2.4 Matplotlib1637.2.5 SciPy与SymPy1677.3 本章小结1677.4 实践：中国每年大学招生人数变化的可视化1677.4.1 需求说明1677.4.2 实现思路及步骤1677.5 习题167 提 高 篇 第8章 爬虫的灵活性和多样性1698.1 爬虫的灵活性——以微信数据抓取为例1698.1.1 用Selenium抓取Web微信信息1698.1.2 基于Python的微信API工具1738.2 爬虫的多样性1768.2.1 在BeautifulSoup和XPath之外1768.2.2 在线爬虫应用平台1798.2.3 使用urllib1808.3 爬虫的部署和管理1888.3.1 使用服务器部署爬虫1888.3.2 本地爬虫的编写1918.3.3 爬虫的部署1958.3.4 实时查看运行结果1978.3.5 使用框架管理爬虫1978.4 本章小结2008.5 实践：基于PyQuery爬取菜鸟教程2018.5.1 需求说明2018.5.2 实现思路及步骤2018.6 习题201第9章 Selenium模拟浏览器与网站测试2029.1 测试2029.1.1 什么是测试2029.1.2 什么是TDD2039.2 Python的单元测试2039.2.1 使用unittest2039.2.2 其他方法2069.3 使用Python爬虫测试网站2079.4 使用Selenium测试2099.4.1 Selenium测试常用的网站交互2099.4.2 结合Selenium进行单元测试2119.5 本章小结2129.6 实践：使用Selenium爬取百度搜索“爬虫”的结果2129.6.1 需求说明2129.6.2 实现思路及步骤2129.7 习题213第10章 爬虫框架Scrapy与反爬虫21410.1 爬虫框架21410.1.1 Scrapy简介21410.1.2 安装与学习Scrapy21610.1.3 Scrapy爬虫编写21810.1.4 其他爬虫框架22010.2 网站反爬虫22110.2.1 反爬虫策略简介22110.2.2 伪装Headers22210.2.3 代理IP的使用22510.2.4 控制访问频率22810.3 本章小结22910.4 实践：使用反反爬虫策略抓取新浪体育频道热门新闻标题22910.4.1 需求说明22910.4.2 实现思路及步骤22910.5 习题230 实 战 篇 第11章 实战：根据关键词爬取新闻23111.1 利用Web Scraper工具23111.1.1 Web Scraper介绍23111.1.2 利用Web Scraper爬取新华网新闻23211.2 利用Selenium和XPath技术23411.2.1 Selenium介绍23411.2.2 XPath介绍23411.2.3 根据关键词爬取新闻23511.3 本章小结236第12章 实战：爬取科研文献信息23712.1 科研文献数据爬取23712.1.1 网页URL分析23712.1.2 网页响应内容获取23812.1.3 数据持久化存储24012.1.4 爬虫代码编写24012.1.5 大数据量文献爬虫24512.1.6 针对反爬虫的措施24612.2 本章小结247第13章 实战：蒸汽平台游戏数据爬取24813.1 爬取蒸汽平台上最受好评的前100个游戏信息24813.1.1 多线程24813.1.2 搜索页面分析和爬虫实现24813.1.3 游戏页面分析和爬虫实现25013.1.4 信息存储和结果展示25313.2 本章小结254第14章 实战：Scrapy框架爬取股票信息25514.1 任务介绍25514.2 Scrapy项目实战25614.2.1 新建Scrapy爬虫项目25614.2.2 使用Scrapy shell抓取并查看页面25614.2.3 爬虫代码编写26014.2.4 运行并存储数据26214.2.5 设置文件修改26314.3 本章小结265参考文献266
内容摘要
本书介绍如何使用Python语言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爬虫程序开发的各个方面，包括HTTP、HTML、JavaScript、正则表达式、自然语言处理、数据科学等不同领域的内容。全书共14章，分为基础篇、进阶篇、提高篇和实战篇四个部分，内容覆盖网络抓取与爬虫编程中的主要知识和技术。同时，本书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。
主编推荐
详细介绍了网络爬虫技术的方方面面，讨论了数据抓取、数据处理和数据分析的整个流程。从最简单的Python程序示例开始，在网络爬虫的核心主题之下一步步深入，兼顾内容的广度与深度。提供丰富的代码来作为读者的参考，同时对必要的术语和代码进行解释。书中程序代码均采用Python 3版本，并使用了目前主流的各种Python框架和库来编写，注重内容的时效性。
精彩内容
本书介绍如何使用Python语言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爬虫程序开发的各个方面，包括HTTP、HTML、JavaScript、正则表达式、自然语言处理、数据科学等不同领域的内容。全书共14章，分为基础篇、进阶篇、提高篇和实战篇四个部分，内容覆盖网络抓取与爬虫编程中的主要知识和技术。同时，本书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。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价