-
>
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)
网络爬虫案例教程(Python·微课视频版) 版权信息
- ISBN:9787302619635
- 条形码:9787302619635 ; 978-7-302-61963-5
- 装帧:一般胶版纸
- 册数:暂无
- 重量:暂无
- 所属分类:>
网络爬虫案例教程(Python·微课视频版) 本书特色
从实战出发,适合初学者,紧跟 章节案例,理清代码实现,很快掌握编写Python爬虫程序。
网络爬虫案例教程(Python·微课视频版) 内容简介
本书主要以纯案例驱动的形式,分别使用和结合使用requests库、selenium库,从互联网上收集数据。主要内容包括收集静态网页数据,网页解析,JSON数据,JSON解析,多级翻页,cookie和session,验证登录,多线程,数据的存储,收集到的数据包括静态网页数据、json、图片、音频、视频等数据,并对获取的数据进行清洗。适合Python初学者,也适合研究Python的广大科研人员、学者、工程技术人员。本教材采用纯的案例,和简单的注释,其他一些先修的知识是在其他课程有开设。
网络爬虫案例教程(Python·微课视频版) 目录
目录
第1章绪论
1.1网络爬虫的基本概念
1.2网络爬虫的基本流程
1.2.1发起请求
1.2.2获取响应内容
1.2.3解析内容
1.2.4持久化保存数据
1.3网络爬虫的合法性问题
1.4反爬虫技术
1.4.1Useragent控制访问
1.4.2IP限制访问
1.4.3设置请求间隔
1.4.4通过参数加密和JavaScript脚本
1.4.5通过robots.txt来限制爬虫
1.5网络爬虫的预备知识
1.5.1统一资源定位器
1.5.2超文本传输协议
1.5.3超文本标记语言
1.6开发语言和开发环境
1.6.1开发语言
1.6.2第三方请求库
1.6.3开发工具
第2章Requests库
2.1安装Requests库
2.2Requests库发送请求
2.3查看响应内容
2.3.1查看响应状态码
2.3.2查看响应的文本信息
2.3.3解决乱码问题
2.3.4二进制码响应内容
2.3.5JSON响应内容
2.4定制请求头部Headers
2.5Chrome浏览器开发者工具面板
2.5.1打开开发者工具面板
2.5.2Elements面板
2.5.3Network面板
2.6GET请求单个网页的爬取案例
2.6.1不带参数的GET请求
2.6.2携带参数的GET请求
第3章JSON数据爬取
3.1Ajax
3.1.1Ajax技术
3.1.2分析数据来源
3.2JSON
3.2.1JSON语法规则
3.2.2访问JSON数据
3.2.3JSON文件读写操作
3.2.4JSON数据校验和格式化
3.3Ajax异步动态加载的数据爬虫
3.3.1带参数的POST请求爬虫
3.3.2多个网页多链接GET请求爬虫综合案例
3.4POST请求的两种参数格式
3.4.1Form Data类型
3.4.2Request Payload类型
第4章XPath解析及网页数据爬取
4.1XPath简介及安装
4.2XPath节点
4.2.1基本值节点
4.2.2节点关系
4.3XPath语法
4.3.1选取节点语法
4.3.2谓语
4.3.3选取未知节点
4.3.4选取若干路径
4.3.5初步使用XPath案例
4.4XPath表达式
4.4.1定位XPath搜索框
4.4.2在网页上写XPath表达式
4.5爬取HTML文档数据案例
4.6爬取多页HTML文档数据案例
4.6.1翻页在参数里
4.6.2翻页在URL中
4.7图片爬虫案例
4.7.1单张图片爬取
4.7.2多页多幅图片爬虫案例
4.7.3多类多页多图爬虫案例
第5章IP代理
5.1IP代理的作用
5.2IP代理使用方法
5.3搭建IP池
5.3.1获取单页IP
5.3.2获取多页IP
5.3.3检测IP有效性
5.3.4建立IP池
5.4付费IP代理使用
第6章Selenium库
6.1Selenium安装及环境配置
6.1.1Selenium安装
6.1.2环境配置
6.1.3环境测试
6.2Selenium简单使用及配置
6.2.1打开网页
6.2.2规避伪装机制
6.2.3常见的配置项
6.3Selenium的元素定位操作
6.3.1查看页面元素
6.3.2通过ID定位元素
6.3.3通过name定位元素
6.3.4通过class定位元素
6.3.5通过tag定位元素
6.3.6通过link定位元素
6.3.7通过partial_link定位元素
6.3.8通过XPath定位元素
6.3.9通过CSS定位元素
6.3.10通过By定位元素
6.4Selenium等待机制
6.4.1固定等待
6.4.2隐式等待
6.4.3显式等待WebDriverWait
6.5Selenium控制浏览器
6.5.1浏览器的常见操作
6.5.2不同窗口之间切换
6.5.3鼠标事件
6.5.4键盘事件
6.5.5定位Frame/IFrame
6.5.6页面下拉
6.5.7窗口截图
6.5.8文件上传
6.6Selenium爬虫案例
6.6.1单页爬取案例
6.6.2多页爬取案例
第7章Requests与Selenium结合使用
7.1Selenium模拟登录
7.1.1Selenium程序模拟登录
7.1.2手动输入数据模拟登录
7.2Cookie与Session机制
7.2.1Cookie机制
7.2.2Session机制
7.3Requests、Cookie、Selenium结合使用
7.4Selenium和Requests结合下载音乐
7.4.1单首音乐下载
7.4.2多首音乐下载
第8章异步爬虫
8.1基本概念
8.2串行下载多个视频
8.3使用线程池下载多个视频
8.3.1Multiprocessing
8.3.2Threading
8.4使用协程下载多个视频
第9章正则表达式
9.1正则函数
9.1.1re.match函数
9.1.2re.search函数
9.1.3re.sub函数
9.1.4re.compile函数
9.1.5re.findall函数
9.1.6re.finditer函数
9.1.7re.split函数
9.2正则表达式模式及实例
9.3正则表达式实例
9.3.1匹配字符串
9.3.2匹配字符组
9.3.3区间匹配
9.3.4特殊字符匹配
9.3.5取反
9.3.6快捷匹配数字和字符
9.3.7匹配空白字符
9.3.8单词边界
9.3.9快捷方式取反
9.3.10开始和结束
9.3.11匹配任意字符
9.3.12可选字符
9.3.13重复
9.3.14重复区间
9.3.15开闭区间
9.4正则表达式进阶
9.4.1分组
9.4.2或者条件
9.4.3分组的回溯引用
9.4.4断言
第10章数据清洗
10.1数据分析流程
10.2数据清洗的概念及流程
10.3数据清洗常用方法
10.3.1读取数据
10.3.2初步探索数据
10.3.3简单处理数据
10.3.4重复值处理
10.3.5异常值处理
10.3.6处理缺失值
10.3.7爬取数据
10.3.8增加特征值
10.3.9格式与内容清洗
10.3.10数据持久化保存
第11章综合爬虫案例
11.1数据爬取
11.1.1单线程爬取“前程无忧”
11.1.2多线程爬取“英才网”
11.1.3多线程爬取“前程无忧”
11.2简单数据清洗
11.2.1导入库
11.2.2初识数据
11.2.3简单数据处理
11.2.4处理重复值
11.2.5处理空值
11.2.6字段内容清洗
11.2.7提取并增加特征值
11.2.8处理异常值
11.2.9数据保存
参考文献
网络爬虫案例教程(Python·微课视频版) 作者简介
韩莹,防灾科技学院教师,讲授“数据科学与大数据”课程,本教材采用纯的案例,和简单的注释,其他一些先修的知识是在其他课程有开设。
- >
莉莉和章鱼
莉莉和章鱼
¥13.4¥42.0 - >
名家带你读鲁迅:朝花夕拾
名家带你读鲁迅:朝花夕拾
¥10.5¥21.0 - >
二体千字文
二体千字文
¥14.0¥40.0 - >
有舍有得是人生
有舍有得是人生
¥17.1¥45.0 - >
随园食单
随园食单
¥15.4¥48.0 - >
史学评论
史学评论
¥23.5¥42.0 - >
苦雨斋序跋文-周作人自编集
苦雨斋序跋文-周作人自编集
¥6.9¥16.0 - >
诗经-先民的歌唱
诗经-先民的歌唱
¥13.5¥39.8
-
详解Spring Boot(从入门到企业级开发实战)/孙鑫精品图书系列
¥64.2¥129 -
PYTHON应用与实战
¥52.9¥79.8 -
Python编程与数值方法
¥79.6¥109 -
Go语言从入门到项目实战(视频版)
¥60.4¥108 -
软件设计师
¥14.2¥38 -
GO语言编程从入门到实践
¥75.6¥108