相關商品
商品簡介
名人/編輯推薦
目次
商品簡介
本書介紹了如何使用Python來編寫網絡爬蟲程序，內容包括網絡爬蟲簡介、發送請求、提取數據、使用多個線程和進程進行併發抓取、抓取動態頁面中的內容、與表單進行交互、處理頁面中的驗證碼問題及使用Scrapy和分布式進行數據抓取，並在最後介紹了使用本書講解的數據抓取技術對幾個真實的網站進行抓取的實例，旨在幫助讀者活學活用書中介紹的技術。本書提供了與圖書內容全程同步的教學錄像。此外，還贈送了大量相關學習資料，以便讀者擴展學習。
本書適合任何想學習Python爬蟲的讀者，無論您是否從事計算機相關專業，是否接觸過Python，均可以通過學習本書快速掌握Python爬蟲的開發方法和技巧。
本書適合任何想學習Python爬蟲的讀者，無論您是否從事計算機相關專業，是否接觸過Python，均可以通過學習本書快速掌握Python爬蟲的開發方法和技巧。
名人/編輯推薦
10大核心技術+1個高級框架+32個經典實例，還原爬蟲開發中的每一步細節，教你輕鬆學會Python爬蟲開發及高級技術。
從零基礎到項目實戰帶你走進Python 3.x網絡爬蟲的世界！
圖書1.案例完整,本書中的所有案例都是通過“理論講解 + 環境搭建+完整代碼及分析+運行結果”這種完善的結構進行講解的。此外，複雜的案例配有項目結構圖，有難度的案例還分析了底層源碼，並且對於所有案例的講解，都考慮到了讀者可能會遇到的各種問題。
2.案例經典實用,本書中的案例大多是由真實項目簡化而來的，既體現了所述知識點的精華，又屏蔽了無關技術的干擾。此外，本書在案例講解時，也充分考量了相關知識的各種實際應用場景，將同一個技術在多個場景下的不同角色都做了充分的講解。
3.進階的必學技術一網打盡,本書講解的爬蟲分析、發送請求、數據提取、數據存儲、併發爬蟲和分布式爬蟲等技術是每一位爬蟲程序員在進階路上的必學知識。本書將這些技術的核心要點進行了深入細緻的講解，可以幫助讀者儘快取得技術上的突破。
4.系統講解前沿稀缺知識,本書中介紹的Selenium和Scrapy等技術，均被國內外各大互聯網公司大量使用，但目前這些技術的相關資料卻少之又少，實戰型的書籍更是匱乏。本書對這些學習資源相對稀缺，但同時又是經典必學的知識進行了較為系統的講解，非常有助於讀者快速提升自己已有的知識體系。
5.文字通俗易懂,本書的作者不僅有著多年的開發經驗，還承擔過多年的技術講師及教學管理工作，非常擅長用清晰易懂的文字闡述各種難點技術。
從零基礎到項目實戰帶你走進Python 3.x網絡爬蟲的世界！
圖書1.案例完整,本書中的所有案例都是通過“理論講解 + 環境搭建+完整代碼及分析+運行結果”這種完善的結構進行講解的。此外，複雜的案例配有項目結構圖，有難度的案例還分析了底層源碼，並且對於所有案例的講解，都考慮到了讀者可能會遇到的各種問題。
2.案例經典實用,本書中的案例大多是由真實項目簡化而來的，既體現了所述知識點的精華，又屏蔽了無關技術的干擾。此外，本書在案例講解時，也充分考量了相關知識的各種實際應用場景，將同一個技術在多個場景下的不同角色都做了充分的講解。
3.進階的必學技術一網打盡,本書講解的爬蟲分析、發送請求、數據提取、數據存儲、併發爬蟲和分布式爬蟲等技術是每一位爬蟲程序員在進階路上的必學知識。本書將這些技術的核心要點進行了深入細緻的講解，可以幫助讀者儘快取得技術上的突破。
4.系統講解前沿稀缺知識,本書中介紹的Selenium和Scrapy等技術，均被國內外各大互聯網公司大量使用，但目前這些技術的相關資料卻少之又少，實戰型的書籍更是匱乏。本書對這些學習資源相對稀缺，但同時又是經典必學的知識進行了較為系統的講解，非常有助於讀者快速提升自己已有的知識體系。
5.文字通俗易懂,本書的作者不僅有著多年的開發經驗，還承擔過多年的技術講師及教學管理工作，非常擅長用清晰易懂的文字闡述各種難點技術。
目次
目錄
第1章 爬蟲基礎 1
1.1 認識爬蟲 2
1.2 Python環境 4
1.3 Python語法 11
1.4 網頁結構 62
1.5 HTTP協議 68
1.6 本章小結 84
1.7 實戰練習 84
第2章 開始爬蟲 85
2.1 urllib模塊 86
2.2 requests模塊 88
2.3 re模塊 110
2.4 項目案例：爬百度貼吧 122
2.5 本章小結 128
2.6 實戰練習 128
第3章 更多數據提取的方式 129
3.1 XPath和LXml 130
3.2 BeautifulSoup4 137
3.3 JsonPath 143
3.4 性能和選擇 148
3.5 項目案例：爬騰訊招聘網 148
3.6 本章小結 154
3.7 實戰練習 154
第4章 併發 155
4.1 100萬個網頁 156
4.2 進程 161
4.3 線程 181
4.4 鎖 191
4.5 協程 202
4.6 線程、進程、協程對比 206
4.7 併發爬蟲 207
4.8 本章小結 216
4.9 實戰練習 216
第5章 數據存儲 217
5.1 文件存儲 218
5.2 關係型數據庫存儲 221
5.3 非關係型數據庫存儲 231
5.4 項目案例：爬豆瓣電影 266
5.5 本章小結 270
5.6 實戰練習 270
第6章 Ajax數據爬取 271
6.1 Ajax的概念 272
6.2 實現Ajax 272
6.3 項目案例：爬鬥魚直播 282
6.4 本章小結 286
6.5 實戰練習 286
第7章 動態渲染頁面爬取 287
7.1 Selenium 288
7.2 項目案例：爬京東商品 306
7.3 本章小結 311
7.4 實戰練習 312
第8章 圖形驗證碼識別 313
8.1 使用pytesseract 314
8.2 使用打碼平臺 317
8.3 項目案例：識別驗證碼完成登錄 323
8.4 本章小結 326
8.5 實戰練習 326
第9章 模擬登錄 327
9.1 Cookie 328
9.2 Session 330
9.3 Cookie池的搭建 332
9.4 項目案例：登錄GitHub 335
9.5 本章小結 340
9.6 實戰練習 340
第10章 代理IP的使用 341
10.1 代理IP 342
10.2 代理IP池 348
10.3 付費代理的使用 351
10.4 項目案例：使用代理IP爬微信公眾號 358
10.5 本章小結 368
10.6 實戰練習 368
第11章 Scrapy框架 369
11.1 認識Scrapy 370
11.2 編寫Scrapy的第一個案例 373
11.3 Spider詳情 384
11.4 操作數據 403
11.5 模擬登錄 432
11.6 中間件 446
11.7 分布式 458
11.8 項目案例：爬新浪新聞 500
11.9 本章小結 510
11.10 實戰練習 510
第12章 項目案例：爬校花網信息 511
12.1 分析網站 512
12.2 開始爬取 515
第13章 項目案例：爬北京地區短租房信息 523
13.1 分析網站 524
13.2 開始爬取 525
第14章 項目案例：爬簡書專題信息 531
14.1 分析網站 532
14.2 開始爬取 535
第15章 項目案例：爬QQ音樂歌曲 539
15.1 分析網站 540
15.2 開始爬取 542
第16章 項目案例：爬百度翻譯 545
16.1 分析網站 546
16.2 開始爬取 550
第17章 項目案例：爬百度地圖API 555
17.1 分析網站 556
17.2 開始爬取 560
第18章 項目案例：爬360圖片 571
18.1 分析網站 572
18.2 開始爬取 573
第19章 項目案例：爬當當網 577
19.1 分析網站 578
19.2 開始爬取 580
第20章 項目案例：爬唯品會 585
20.1 分析網站 586
20.2 開始爬取 589
第21章 項目案例：爬智聯招聘 593
21.1 分析網站 594
21.2 開始爬取 597
第1章 爬蟲基礎 1
1.1 認識爬蟲 2
1.2 Python環境 4
1.3 Python語法 11
1.4 網頁結構 62
1.5 HTTP協議 68
1.6 本章小結 84
1.7 實戰練習 84
第2章 開始爬蟲 85
2.1 urllib模塊 86
2.2 requests模塊 88
2.3 re模塊 110
2.4 項目案例：爬百度貼吧 122
2.5 本章小結 128
2.6 實戰練習 128
第3章 更多數據提取的方式 129
3.1 XPath和LXml 130
3.2 BeautifulSoup4 137
3.3 JsonPath 143
3.4 性能和選擇 148
3.5 項目案例：爬騰訊招聘網 148
3.6 本章小結 154
3.7 實戰練習 154
第4章 併發 155
4.1 100萬個網頁 156
4.2 進程 161
4.3 線程 181
4.4 鎖 191
4.5 協程 202
4.6 線程、進程、協程對比 206
4.7 併發爬蟲 207
4.8 本章小結 216
4.9 實戰練習 216
第5章 數據存儲 217
5.1 文件存儲 218
5.2 關係型數據庫存儲 221
5.3 非關係型數據庫存儲 231
5.4 項目案例：爬豆瓣電影 266
5.5 本章小結 270
5.6 實戰練習 270
第6章 Ajax數據爬取 271
6.1 Ajax的概念 272
6.2 實現Ajax 272
6.3 項目案例：爬鬥魚直播 282
6.4 本章小結 286
6.5 實戰練習 286
第7章 動態渲染頁面爬取 287
7.1 Selenium 288
7.2 項目案例：爬京東商品 306
7.3 本章小結 311
7.4 實戰練習 312
第8章 圖形驗證碼識別 313
8.1 使用pytesseract 314
8.2 使用打碼平臺 317
8.3 項目案例：識別驗證碼完成登錄 323
8.4 本章小結 326
8.5 實戰練習 326
第9章 模擬登錄 327
9.1 Cookie 328
9.2 Session 330
9.3 Cookie池的搭建 332
9.4 項目案例：登錄GitHub 335
9.5 本章小結 340
9.6 實戰練習 340
第10章 代理IP的使用 341
10.1 代理IP 342
10.2 代理IP池 348
10.3 付費代理的使用 351
10.4 項目案例：使用代理IP爬微信公眾號 358
10.5 本章小結 368
10.6 實戰練習 368
第11章 Scrapy框架 369
11.1 認識Scrapy 370
11.2 編寫Scrapy的第一個案例 373
11.3 Spider詳情 384
11.4 操作數據 403
11.5 模擬登錄 432
11.6 中間件 446
11.7 分布式 458
11.8 項目案例：爬新浪新聞 500
11.9 本章小結 510
11.10 實戰練習 510
第12章 項目案例：爬校花網信息 511
12.1 分析網站 512
12.2 開始爬取 515
第13章 項目案例：爬北京地區短租房信息 523
13.1 分析網站 524
13.2 開始爬取 525
第14章 項目案例：爬簡書專題信息 531
14.1 分析網站 532
14.2 開始爬取 535
第15章 項目案例：爬QQ音樂歌曲 539
15.1 分析網站 540
15.2 開始爬取 542
第16章 項目案例：爬百度翻譯 545
16.1 分析網站 546
16.2 開始爬取 550
第17章 項目案例：爬百度地圖API 555
17.1 分析網站 556
17.2 開始爬取 560
第18章 項目案例：爬360圖片 571
18.1 分析網站 572
18.2 開始爬取 573
第19章 項目案例：爬當當網 577
19.1 分析網站 578
19.2 開始爬取 580
第20章 項目案例：爬唯品會 585
20.1 分析網站 586
20.2 開始爬取 589
第21章 項目案例：爬智聯招聘 593
21.1 分析網站 594
21.2 開始爬取 597
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。