计算机 类型
可以朗读 语音朗读
292千字 字数
2019-06-01 发行日期
展开全部

主编推荐语

Python网络爬虫开发全攻略：从入门到实践

内容简介

本书的主旨是介绍如何结合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爬虫开发的各个方面，涉及包括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。全书共分为15章，包括了Python基础知识、网站分析、网页解析、Python文件读写、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，结合实例演示了爬虫编写的核心流程。本书适合Python语言初学者、网络爬虫技术爱好者、数据分析从业人士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。

目录

  • 版权信息
  • 前言
  • 第1章 Python与网络爬虫
  • 1.1 Python语言
  • 1.1.1 什么是Python
  • 1.1.2 Python的应用现状
  • 1.2 Python的安装与开发环境配置
  • 1.2.1 在Windows上安装
  • 1.2.2 在Ubuntu和Mac OS上安装
  • 1.2.3 PyCharm的使用
  • 1.2.4 Jupyter Notebook
  • 1.3 Python基本语法
  • 1.3.1 HelloWorld与数据类型
  • 1.3.2 逻辑语句
  • 1.3.3 Python中的函数与类
  • 1.3.4 Python从0到1
  • 1.4 互联网、HTTP与HTML
  • 1.4.1 互联网与HTTP
  • 1.4.2 HTML
  • 1.5 Hello，Spider！
  • 1.5.1 第一个爬虫程序
  • 1.5.2 对爬虫的思考
  • 1.6 调研网站
  • 1.6.1 网站的robots.txt与Sitemap
  • 1.6.2 查看网站所用技术
  • 1.6.3 查看网站所有者信息
  • 1.6.4 使用开发者工具检查网页
  • 1.7 本章小结
  • 第2章 数据采集
  • 2.1 从抓取开始
  • 2.2 正则表达式
  • 2.2.1 初见正则表达式
  • 2.2.2 正则表达式的简单使用
  • 2.3 BeautifulSoup
  • 2.3.1 安装与上手
  • 2.3.2 BeautifulSoup的基本使用
  • 2.4 XPath与lxml
  • 2.4.1 XPath
  • 2.4.2 lxml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
  • 2.6 使用API
  • 2.6.1 API简介
  • 2.6.2 API使用示例
  • 2.7 本章小结
  • 第3章 文件与数据存储
  • 3.1 Python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
  • 3.3 Python与图片
  • 3.3.1 PIL与Pillow
  • 3.3.2 Python与OpenCV简介
  • 3.4 CSV文件
  • 3.4.1 CSV简介
  • 3.4.2 CSV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
  • 第4章 JavaScript与动态内容
  • 4.1 JavaScript与AJAX技术
  • 4.1.1 JavaScript语言
  • 4.1.2 AJAX
  • 4.2 抓取AJAX数据
  • 4.2.1 分析数据
  • 4.2.2 数据提取
  • 4.3 抓取动态内容
  • 4.3.1 动态渲染页面
  • 4.3.2 使用Selenium
  • 4.3.3 PyV8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 POST发送表单数据
  • 5.2 Cookie
  • 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
  • 6.1 Python与文本分析
  • 6.1.1 什么是文本分析
  • 6.1.2 jieba与SnowNLP
  • 6.1.3 NLTK
  • 6.1.4 文本分类与聚类
  • 6.2 数据处理与科学计算
  • 6.2.1 从MATLAB到Python
  • 6.2.2 NumPy
  • 6.2.3 Pandas
  • 6.2.4 Matplotlib
  • 6.2.5 SciPy与SymPy
  • 6.3 本章小结
  • 第7章 更灵活的爬虫
  • 7.1 更灵活的爬虫——以微信数据抓取为例
  • 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
  • 7.2.1 在BeautifulSoup和XPath之外
  • 7.2.2 在线爬虫应用平台
  • 7.2.3 使用urllib
  • 7.3 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
  • 8.2 Python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
  • 8.4.1 Selenium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
  • 9.1.1 Scrapy是什么
  • 9.1.2 Scrapy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
  • 第10章 爬虫实践：火车票余票实时提醒
  • 10.1 程序设计
  • 10.1.1 分析网页
  • 10.1.2 理解返回的JSON格式数据的意义
  • 10.1.3 微信消息推送
  • 10.1.4 运行并查看微信消息
  • 10.2 本章小结
  • 第11章 爬虫实践：爬取二手房数据并绘制热力图
  • 11.1 数据抓取
  • 11.1.1 分析网页
  • 11.1.2 地址转换成经纬度
  • 11.1.3 编写代码
  • 11.1.4 数据下载结果
  • 11.2 绘制热力图
  • 11.3 本章小结
  • 第12章 爬虫实践：免费IP代理爬虫
  • 12.1 程序设计
  • 12.1.1 代理分类
  • 12.1.2 网站分析
  • 12.1.3 编写爬虫
  • 12.1.4 运行并查看结果
  • 12.2 本章小结
  • 第13章 爬虫实践：百度文库爬虫
  • 13.1 程序设计
  • 13.1.1 分析网页
  • 13.1.2 编写爬虫
  • 13.1.3 运行并查看爬取的百度文库文件
  • 13.2 本章小结
  • 第14章 爬虫实践：拼多多用户评论数据爬虫
  • 14.1 程序设计
  • 14.1.1 分析网页
  • 14.1.2 编写爬虫
  • 14.1.3 运行并查看数据库
  • 14.2 本章小结
  • 第15章 爬虫实践：Selenium+PyQuery+MongoDB爬取网易跟帖
  • 15.1 程序设计
  • 15.1.1 Selenium介绍
  • 15.1.2 分析网页
  • 15.1.3 编写爬虫
  • 15.1.4 运行并查看MongoDB文件
  • 15.2 本章小结
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

机械工业出版社

机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。