万本电子书0元读

万本电子书0元读

顶部广告

精通Python网络爬虫:核心技术、框架与项目实战电子书 租阅

从技术、工具、实战3个维度讲透Python网络爬虫各项核心技术和主流框架,深度讲解网络爬虫的抓取技术与反爬攻关技巧

售       价:¥

纸质售价:¥54.50购买纸书

1697人正在读 | 3人评论 6.9

作       者:韦玮

出  版  社:机械工业出版社

出版时间:2017-02-01

字       数:28.6万

所属分类: 科技 > 计算机/网络 > 多媒体/数据通信

温馨提示:此类商品不支持退换货,不支持下载打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(3条)
  • 读书简介
  • 目录
  • 累计评论(3条)
本书从技术、工具与实战3个维度讲解了Python网络爬虫: 技术维度:详细讲解了Python网络爬虫实现的核心技术,包括网络爬虫的工作原理、如何用urllib库编写网络爬虫、爬虫的异常处理、正则表达式、爬虫中Cookie的使用、爬虫的浏览器伪装技术、定向爬取技术、反爬虫技术,以及如何自己动手编写网络爬虫; 工具维度:以流行的Python网络爬虫框架Scrapy为对象,详细讲解了Scrapy的功能使用、高级技巧、架构设计、实现原理,以及如何通过Scrapy来更便捷、高效地编写网络爬虫; 实战维度:以实战为导向,是本书的主旨,除了完全通过手动编程实现网络爬虫和通过Scrapy框架实现网络爬虫的实战案例以外,本书还有博客爬取、图片爬取、模拟登录等多个综合性的网络爬虫实践案例。 作者在Python领域有非常深厚的积累,不仅精通Python网络爬虫,在Python机器学习、Python数据分析与挖掘、Python Web开发等多个领域都有丰富的实战经验 本书从技术、工具与实战3个维度讲解了Python网络爬虫: 技术维度:详细讲解了Python网络爬虫实现的核心技术,包括网络爬虫的工作原理、如何用urllib库编写网络爬虫、爬虫的异常处理、正则表达式、爬虫中Cookie的使用、爬虫的浏览器伪装技术、定向爬取技术、反爬虫技术,以及如何自己动手编写网络爬虫; 工具维度:以流行的Python网络爬虫框架Scrapy为对象,详细讲解了Scrapy的功能使用、高级技巧、架构设计、实现原理,以及如何通过Scrapy来更便捷、高效地编写网络爬虫; 实战维度:以实战为导向,是本书的主旨,除了完全通过手动编程实现网络爬虫和通过Scrapy框架实现网络爬虫的实战案例以外,本书还有博客爬取、图片爬取、模拟登录等多个综合性的网络爬虫实践案例。 作者在Python领域有非常深厚的积累,不仅精通Python网络爬虫,在Python机器学习、Python数据分析与挖掘、Python Web发等多个领域都有丰富的实战经验
【推荐语】
从技术、工具、实战3个维度讲透Python网络爬虫各项核心技术和主流框架,深度讲解网络爬虫的抓取技术与反爬攻关技巧
【作者】
韦玮 资深网络爬虫技术专家、大数据专家和软件发工程师,从事大型软件发与技术服务多年,现任重庆韬翔网络科技有限公司创始人兼CEO,国家专利发明人。 精通Python技术,在Python网络爬虫、Python机器学习、Python数据分析与挖掘、Python Web发等多个领域都有丰富的实战经验。 CSDN、51CTO、天善智能等科技类社区和媒体的特邀专家和讲师,输出了大量的高质量课程和文章,深受用户喜爱。 微博:http://weibo.com/qiansyy
目录展开

前言 为什么写这本书

第一篇 理论基础篇

第1章 什么是网络爬虫

1.1 初识网络爬虫

1.2 为什么要学网络爬虫

1.3 网络爬虫的组成

1.4 网络爬虫的类型

1.5 爬虫扩展——聚焦爬虫

1.6 小结

第2章 网络爬虫技能总览

2.1 网络爬虫技能总览图

2.2 搜索引擎核心

2.3 用户爬虫的那些事儿

2.4 小结

第二篇 核心技术篇

第3章 网络爬虫实现原理与实现技术

3.1 网络爬虫实现原理详解

3.2 爬行策略

3.3 网页更新策略

3.4 网页分析算法

3.5 身份识别

3.6 网络爬虫实现技术

3.7 实例——metaseeker

3.8 小结

第4章 Urllib库与URLError异常处理

4.1 什么是Urllib库

4.2 快速使用Urllib爬取网页

4.3 浏览器的模拟——Headers属性

4.4 超时设置

4.5 HTTP协议请求实战

4.6 代理服务器的设置

4.7 DebugLog实战

4.8 异常处理神器——URLError实战

4.9 小结

第5章 正则表达式与Cookie的使用

5.1 什么是正则表达式

5.2 正则表达式基础知识

5.3 正则表达式常见函数

5.4 常见实例解析

5.5 什么是Cookie

5.6 Cookiejar实战精析

5.7 小结

第6章 手写Python爬虫

6.1 图片爬虫实战

6.2 链接爬虫实战

6.3 糗事百科爬虫实战

6.4 微信爬虫实战

6.5 什么是多线程爬虫

6.6 多线程爬虫实战

6.7 小结

第7章 学会使用Fiddler

7.1 什么是Fiddler

7.2 爬虫与Fiddler的关系

7.3 Fiddler的基本原理与基本界面

7.4 Fiddler捕获会话功能

7.5 使用QuickExec命令行

7.6 Fiddler断点功能

7.7 Fiddler会话查找功能

7.8 Fiddler的其他功能

7.9 小结

第8章 爬虫的浏览器伪装技术

8.1 什么是浏览器伪装技术

8.2 浏览器伪装技术准备工作

8.3 爬虫的浏览器伪装技术实战

8.4 小结

第9章 爬虫的定向爬取技术

9.1 什么是爬虫的定向爬取技术

9.2 定向爬取的相关步骤与策略

9.3 定向爬取实战

9.4 小结

第三篇 框架实现篇

第10章 了解Python爬虫框架

10.1 什么是Python爬虫框架

10.2 常见的Python爬虫框架

10.3 认识Scrapy框架

10.4 认识Crawley框架

10.5 认识Portia框架

10.6 认识newspaper框架

10.7 认识Python-goose框架

10.8 小结

第11章 爬虫利器——Scrapy安装与配置

11.1 在Windows7下安装及配置Scrapy实战详解

11.2 在Linux(Centos)下安装及配置Scrapy实战详解

11.3 在MAC下安装及配置Scrapy实战详解

11.4 小结

第12章 开启Scrapy爬虫项目之旅

12.1 认识Scrapy项目的目录结构

12.2 用Scrapy进行爬虫项目管理

12.3 常用工具命令

12.4 实战:Items的编写

12.5 实战:Spider的编写

12.6 XPath基础

12.7 Spider类参数传递

12.8 用XMLFeedSpider来分析XML源

12.9 学会使用CSVFeedSpider

12.10 Scrapy爬虫多开技能

12.11 避免被禁止

12.12 小结

第13章 Scrapy核心架构

13.1 初识Scrapy架构

13.2 常用的Scrapy组件详解

13.3 Scrapy工作流

13.4 小结

第14章 Scrapy中文输出与存储

14.1 Scrapy的中文输出

14.2 Scrapy的中文存储

14.3 输出中文到JSON文件

14.4 小结

第15章 编写自动爬取网页的爬虫

15.1 实战:items的编写

15.2 实战:pipelines的编写

15.3 实战:settings的编写

15.4 自动爬虫编写实战

15.5 调试与运行

15.6 小结

第16章 CrawlSpider

16.1 初识CrawlSpider

16.2 链接提取器

16.3 实战:CrawlSpider实例

16.4 小结

第17章 Scrapy高级应用

17.1 如何在Python3中操作数据库

17.2 爬取内容写进MySQL

17.3 小结

第四篇 项目实战篇

第18章 博客类爬虫项目

18.1 博客类爬虫项目功能分析

18.2 博客类爬虫项目实现思路

18.3 博客类爬虫项目编写实战

18.4 调试与运行

18.5 小结

第19章 图片类爬虫项目

19.1 图片类爬虫项目功能分析

19.2 图片类爬虫项目实现思路

19.3 图片类爬虫项目编写实战

19.4 调试与运行

19.5 小结

第20章 模拟登录爬虫项目

20.1 模拟登录爬虫项目功能分析

20.2 模拟登录爬虫项目实现思路

20.3 模拟登录爬虫项目编写实战

20.4 调试与运行

20.5 小结

累计评论(3条) 6个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部