Python網路爬蟲實戰

《Python網路爬蟲實戰》是清華大學出版社出版的一本圖書。

圖書內容

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 1.1

Python語言 1.1.1

什麼是Python 1.1.2

Python的套用現狀 1.2

Python的安裝與開發環境配置 1.2.1

在Windows上安裝 1.2.2

在Ubuntu和Mac OS上安裝 1.2.3

PyCharm的使用 1.2.4

Jupyter Notebook 1.3

Python的基本語法 1.3.1

數據類型 1.3.2

邏輯語句 1.3.3

Python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 1.4.2

HTML 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 2.3

BeautifulSoup 2.3.1

BeautifulSoup的安裝與特點 2.3.2

BeautifulSoup的基本使用 2.4

XPath與lxml 2.4.1

XPath 2.4.2

lxml與XPath的使用 2.5

遍歷頁...