Python網路爬蟲實戰(2019年清華大學出版社出版的圖書)

《Python網路爬蟲實戰》是2019年清華大學出版社出版的圖書，作者是呂雲翔、張揚。

基本介紹

• 中文名：Python網路爬蟲實戰
• 作者：呂雲翔、張揚
• 出版社：清華大學出版社
• 出版時間：2019年05月01日
• ISBN：9787302515920

內容簡介

本書介紹如何利用Python進行網路爬蟲程式的開發，從Python語言的基本特性入手，詳細介紹了Python爬蟲開發的相關知識，涉及HTTP、HTML、JavaScript、正則表達式、自然語言處理、數據科學等內容。全書共分為14章，包括Python基礎知識、網站分析、網頁解析、Python檔案的讀寫、Python與資料庫、AJAX技術、模擬登錄、文本與數據分析、網站測試、Scrapy爬蟲框架、爬蟲性能等多個主題，內容覆蓋網路抓取與爬蟲編程中的主要知識和技術，在重視理論基礎的前提下從實用性和豐富度出發，結合實例演示了編寫爬蟲程式的核心流程。 本書適合Python語言初學者、網路爬蟲技術愛好者、數據分析從業人員以及高等院校計算機科學、軟體工程等相關專業的師生閱讀。

目錄

基礎篇

第1章Python與網路爬蟲

1.1Python語言

1.1.1什麼是Python

1.1.2Python的套用現狀

1.2Python的安裝與開發環境配置

1.2.1在Windows上安裝

1.2.2在Ubuntu和MacOS上安裝

1.2.3PyCharm的使用

1.2.4JupyterNotebook

1.3Python的基本語法

1.3.1數據類型

1.3.2邏輯語句

1.3.3Python中的函式與類

1.3.4如何學習Python

1.4網際網路、HTTP與HTML

1.4.1網際網路與HTTP協定

1.4.2HTML

1.5HelloSpider

1.5.1第一個爬蟲程式

1.5.2對爬蟲程式的思考

1.6調研網站

1.6.1網站的robots.txt與Sitemap

1.6.2查看網站所用的技術

1.6.3查看網站所有者的信息

1.6.4使用開發者工具檢查網頁

1.7本章小結

第2章數據的採集

2.1從抓取開始

2.2正則表達式

2.2.1初識正則表達式

2.2.2正則表達式的簡單使用

2.3BeautifulSoup

2.3.1BeautifulSoup的安裝與特點

2.3.2BeautifulSoup的基本使用

2.4XPath與lxml

2.4.1XPath

2.4.2lxml與XPath的使用

2.5遍歷頁面

2.5.1抓取下一個頁面

2.5.2完成爬蟲程式

2.6使用API

2.6.1API簡介

2.6.2API使用示例

2.7本章小結

第3章檔案與數據的存儲

3.1Python中的檔案

3.1.1基本的檔案讀寫

3.1.2序列化

3.2字元串

3.3Python與圖片

3.3.1PIL與Pillow

3.3.2Python與OpenCV簡介

3.4CSV檔案

3.4.1CSV簡介

3.4.2CSV的讀寫

3.5使用資料庫

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其他類型的文檔

3.7本章小結

進階篇

第4章JavaScript與動態內容

4.1JavaScript與AJAX技術

4.1.1JavaScript語言

4.1.2AJAX

4.2抓取AJAX數據

4.2.1分析數據

4.2.2提取數據

4.3抓取動態內容

4.3.1動態渲染頁面

4.3.2使用Selenium

4.3.3PyV8與Splash

4.4本章小結