扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
深度学习
-
>
Unreal Engine 4蓝图完全学习教程
-
>
深入理解计算机系统-原书第3版
-
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)
买过本商品的人还买了
用PYTHON写网络爬虫(第2版) 版权信息
- ISBN：9787115479679
- 条形码：9787115479679 ; 978-7-115-47967-9
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
用PYTHON写网络爬虫(第2版) 本书特色
《用Python写网络爬虫（第 2版》讲解了如何使用Python来编写网络爬虫程序，内容包括网络爬虫简介，从页面中抓取数据的3种方法，提取缓存中的数据，使用多个线程和进程进行并发抓取，抓取动态页面中的内容，与表单进行交互，处理页面中的验证码问题，以及使用Scarpy和Portia进行数据抓取，并在*后介绍了使用本书讲解的数据抓取技术对几个真实的网站进行抓取的实例，旨在帮助读者活学活用书中介绍的技术。 《用Python写网络爬虫（第 2版》适合有一定Python编程经验而且对爬虫技术感兴趣的读者阅读。
用PYTHON写网络爬虫(第2版) 内容简介
《用Python写网络爬虫（第 2版》讲解了如何使用Python来编写网络爬虫程序，内容包括网络爬虫简介，从页面中抓取数据的3种方法，提取缓存中的数据，使用多个线程和进程进行并发抓取，抓取动态页面中的内容，与表单进行交互，处理页面中的验证码问题，以及使用Scarpy和Portia进行数据抓取，并在很后介绍了使用本书讲解的数据抓取技术对几个真实的网站进行抓取的实例，旨在帮助读者活学活用书中介绍的技术。《用Python写网络爬虫（第 2版》适合有一定Python编程经验而且对爬虫技术感兴趣的读者阅读。
用PYTHON写网络爬虫(第2版) 目录
第 1章 网络爬虫简介 1
1.1 网络爬虫何时有用 1
1.2 网络爬虫是否合法 2
1.3 Python 3 3
1.4 背景调研 4
1.4.1 检查robots.txt 4
1.4.2 检查网站地图 5
1.4.3 估算网站大小 6
1.4.4 识别网站所用技术 7
1.4.5 寻找网站所有者 9
1.5 编写第 一个网络爬虫 11
1.5.1 抓取与爬取的对比 11
1.5.2 下载网页 12
1.5.3 网站地图爬虫 15
1.5.4 ID遍历爬虫 17
1.5.5 链接爬虫 19
1.5.6 使用requests库 28
1.6 本章小结 30
第 2章 数据抓取 31
2.1 分析网页 32
2.2 3种网页抓取方法 34
2.2.1 正则表达式 35
2.2.2 Beautiful Soup 37
2.2.3 Lxml 39
2.3 CSS选择器和浏览器控制台 41
2.4 XPath选择器 43
2.5 LXML和家族树 46
2.6 性能对比 47
2.7 抓取结果 49
2.7.1 抓取总结 50
2.7.2 为链接爬虫添加抓取回调 51
2.8 本章小结 55
第3章 下载缓存 56
3.1 何时使用缓存 57
3.2 为链接爬虫添加缓存支持 57
3.3 磁盘缓存 60
3.3.1 实现磁盘缓存 62
3.3.2 缓存测试 64
3.3.3 节省磁盘空间 65
3.3.4 清理过期数据 66
3.3.5 磁盘缓存缺点 68
3.4 键值对存储缓存 69
3.4.1 键值对存储是什么 69
3.4.2 安装Redis 70
3.4.3 Redis概述 71
3.4.4 Redis缓存实现 72
3.4.5 压缩 74
3.4.6 测试缓存 75
3.4.7 探索requests-cache 76
3.5 本章小结 78
第4章 并发下载 79
4.1 100万个网页 79
4.2 串行爬虫 82
4.3 多线程爬虫 83
4.4 线程和进程如何工作 83
4.4.1 实现多线程爬虫 84
4.4.2 多进程爬虫 87
4.5 性能 91
4.6 本章小结 94
第5章 动态内容 95
5.1 动态网页示例 95
5.2 对动态网页进行逆向工程 98
5.3 渲染动态网页 104
5.3.1 PyQt还是PySide 105
5.3.2 执行JavaScript 106
5.3.3 使用WebKit与网站交互 108
5.4 渲染类 111
5.5 本章小结 117
第6章 表单交互 119
6.1 登录表单 120
6.2 支持内容更新的登录脚本扩展 128
6.3 使用Selenium实现自动化表单处理 132
6.4 本章小结 135
第7章 验证码处理 136
7.1 注册账号 137
7.2 光学字符识别 140
7.3 处理复杂验证码 144
7.4 使用验证码处理服务 144
7.4.1 9kw入门 145
7.4.2 报告错误 150
7.4.3 与注册功能集成 151
7.5 验证码与机器学习 153
7.6 本章小结 153
第8章 Scrapy 154
8.1 安装Scrapy 154
8.2 启动项目 155
8.2.1 定义模型 156
8.2.2 创建爬虫 157
8.3 不同的爬虫类型 162
8.4 使用shell命令抓取 163
8.4.1 检查结果 165
8.4.2 中断与恢复爬虫 167
8.5 使用Portia编写可视化爬虫 170
8.5.1 安装 170
8.5.2 标注 172
8.5.3 运行爬虫 176
8.5.4 检查结果 176
8.6 使用Scrapely实现自动化抓取 177
8.7 本章小结 178
第9章 综合应用 179
9.1 Google搜索引擎 179
9.2 Facebook 184
9.2.1 网站 184
9.2.2 Facebook API 186
9.3 Gap 188
9.4 宝马 192
9.5 本章小结 196
1.1 网络爬虫何时有用 1
1.2 网络爬虫是否合法 2
1.3 Python 3 3
1.4 背景调研 4
1.4.1 检查robots.txt 4
1.4.2 检查网站地图 5
1.4.3 估算网站大小 6
1.4.4 识别网站所用技术 7
1.4.5 寻找网站所有者 9
1.5 编写第 一个网络爬虫 11
1.5.1 抓取与爬取的对比 11
1.5.2 下载网页 12
1.5.3 网站地图爬虫 15
1.5.4 ID遍历爬虫 17
1.5.5 链接爬虫 19
1.5.6 使用requests库 28
1.6 本章小结 30
第 2章 数据抓取 31
2.1 分析网页 32
2.2 3种网页抓取方法 34
2.2.1 正则表达式 35
2.2.2 Beautiful Soup 37
2.2.3 Lxml 39
2.3 CSS选择器和浏览器控制台 41
2.4 XPath选择器 43
2.5 LXML和家族树 46
2.6 性能对比 47
2.7 抓取结果 49
2.7.1 抓取总结 50
2.7.2 为链接爬虫添加抓取回调 51
2.8 本章小结 55
第3章 下载缓存 56
3.1 何时使用缓存 57
3.2 为链接爬虫添加缓存支持 57
3.3 磁盘缓存 60
3.3.1 实现磁盘缓存 62
3.3.2 缓存测试 64
3.3.3 节省磁盘空间 65
3.3.4 清理过期数据 66
3.3.5 磁盘缓存缺点 68
3.4 键值对存储缓存 69
3.4.1 键值对存储是什么 69
3.4.2 安装Redis 70
3.4.3 Redis概述 71
3.4.4 Redis缓存实现 72
3.4.5 压缩 74
3.4.6 测试缓存 75
3.4.7 探索requests-cache 76
3.5 本章小结 78
第4章 并发下载 79
4.1 100万个网页 79
4.2 串行爬虫 82
4.3 多线程爬虫 83
4.4 线程和进程如何工作 83
4.4.1 实现多线程爬虫 84
4.4.2 多进程爬虫 87
4.5 性能 91
4.6 本章小结 94
第5章 动态内容 95
5.1 动态网页示例 95
5.2 对动态网页进行逆向工程 98
5.3 渲染动态网页 104
5.3.1 PyQt还是PySide 105
5.3.2 执行JavaScript 106
5.3.3 使用WebKit与网站交互 108
5.4 渲染类 111
5.5 本章小结 117
第6章 表单交互 119
6.1 登录表单 120
6.2 支持内容更新的登录脚本扩展 128
6.3 使用Selenium实现自动化表单处理 132
6.4 本章小结 135
第7章 验证码处理 136
7.1 注册账号 137
7.2 光学字符识别 140
7.3 处理复杂验证码 144
7.4 使用验证码处理服务 144
7.4.1 9kw入门 145
7.4.2 报告错误 150
7.4.3 与注册功能集成 151
7.5 验证码与机器学习 153
7.6 本章小结 153
第8章 Scrapy 154
8.1 安装Scrapy 154
8.2 启动项目 155
8.2.1 定义模型 156
8.2.2 创建爬虫 157
8.3 不同的爬虫类型 162
8.4 使用shell命令抓取 163
8.4.1 检查结果 165
8.4.2 中断与恢复爬虫 167
8.5 使用Portia编写可视化爬虫 170
8.5.1 安装 170
8.5.2 标注 172
8.5.3 运行爬虫 176
8.5.4 检查结果 176
8.6 使用Scrapely实现自动化抓取 177
8.7 本章小结 178
第9章 综合应用 179
9.1 Google搜索引擎 179
9.2 Facebook 184
9.2.1 网站 184
9.2.2 Facebook API 186
9.3 Gap 188
9.4 宝马 192
9.5 本章小结 196
展开全部
用PYTHON写网络爬虫(第2版) 作者简介
Katharine Jarmul是德国柏林的一位数据科学家和Python支持者。她经营了一家数据科学咨询公司——Kjamistan，为不同规模的企业提供诸如数据抽取、采集以及建模的服务。她从2008年开始使用Python进行编程，从2010年开始使用Python抓取网站，并且在使用网络爬虫进行数据分析和机器学习的不同规模的初创企业中工作过。读者可以通过Twitter（@kjam）关注她的想法以及动态。 Richard Lawson来自澳大利亚，毕业于墨尔本大学计算机科学专业。毕业后，他创办了一家专注于网络爬虫的公司，为超过50个国家的业务提供远程工作。他精通世界语，可以使用汉语和韩语对话，并且积极投身于开源软件事业。他目前正在牛津大学攻读研究生学位，并利用业余时间研发自主无人机。 译者介绍 李斌，毕业于北京科技大学计算机科学与技术专业，获得硕士学位。曾任职于阿里巴巴，当前供职于凡普金科，负责应用安全工作。热爱Python编程和Web安全，希望以更加智能和自动化的方式提升网络安全。博客地址为pythoner.com。
书友推荐
- >
回忆爱玛侬
回忆爱玛侬
¥9.8¥32.8 - >
新文学天穹两巨星--鲁迅与胡适/红烛学术丛书(红烛学术丛书)
新文学天穹两巨星--鲁迅与胡适/红烛学术丛书(红烛学术丛书)
¥9.9¥23.0 - >
名家带你读鲁迅:故事新编
名家带你读鲁迅:故事新编
¥13.0¥26.0 - >
伊索寓言-世界文学名著典藏-全译本
伊索寓言-世界文学名著典藏-全译本
¥9.3¥19.0 - >
龙榆生：词曲概论/大家小书
龙榆生：词曲概论/大家小书
¥7.7¥24.0 - >
中国历史的瞬间
中国历史的瞬间
¥16.7¥38.0 - >
小考拉的故事-套装共3册
小考拉的故事-套装共3册
¥36.7¥68.0 - >
烟与镜
烟与镜
¥15.4¥48.0
本类畅销
-
C专家编程
¥41¥69 -
UG NX 11.0工程图教程-(含1DVD)
¥30.4¥59.9 -
网络爬虫进化论——从Excel爬虫到Python爬虫
¥55.5¥79 -
Python 数据分析基础
¥41¥69 -
Python 3.5从零开始学
¥26.4¥59 -
湖北交通文化
¥21.8¥46
