掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
大數據及人工智能產教融合系列叢書PYTHON網絡爬蟲從入門到實踐 版權信息
- ISBN：9787121371059
- 條形碼：9787121371059 ; 978-7-121-37105-9
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
大數據及人工智能產教融合系列叢書PYTHON網絡爬蟲從入門到實踐 本書特色
本書講解了如何使用Python編寫網絡爬蟲，涵蓋爬蟲的概念、Web基礎、Chrome、Charles和Packet Capture抓包、urllib、Requests請求庫、lxml、Beautiful Soup、正則表達式解析數據、CSV、Excel、MySQL、Redis、MongoDB保存數據、反爬蟲策略應對、爬蟲框架Scrapy的使用與部署，以及應用案例。本書結構清晰、內容精練，代碼示例典型實用，附帶實踐過程中遇到問題的解決方案，非常適合Python初學者和進階讀者閱讀。
大數據及人工智能產教融合系列叢書PYTHON網絡爬蟲從入門到實踐 內容簡介
本書講解了如何使用Python編寫網絡爬蟲，涵蓋爬蟲的概念、Web基礎、Chrome、Charles和Packet Capture抓包、urllib、Requests請求庫、lxml、Beautiful Soup、正則表達式解析數據、CSV、Excel、MySQL、Redis、MongoDB保存數據、反爬蟲策略應對、爬蟲框架Scrapy的使用與部署，以及應用案例。本書結構清晰、內容精練，代碼示例典型實用，附帶實踐過程中遇到問題的解決方案，很好適合Python初學者和進階讀者閱讀。
大數據及人工智能產教融合系列叢書PYTHON網絡爬蟲從入門到實踐 目錄
目 錄
第1章 Python爬蟲概念與Web基礎 1
1.1 爬蟲概念 1
1.1.1 什么是爬蟲 1
1.1.2 爬蟲使用場景的引入 2
1.1.3 爬蟲的組成部分 3
1.1.4 模擬請求 3
1.1.5 數據解析 4
1.1.6 數據保存 5
1.1.7 爬蟲的學習路線 5
1.2 HTTP簡述 6
1.2.1 簡述一次網絡請求過程 6
1.2.2 URI和URL 7
1.2.3 HTTP請求報文 8
1.2.4 HTTP響應報文 10
1.3 網頁的組成 13
1.3.1 HTML簡介 13
1.3.2 CSS選擇器簡介 16
1.3.3 JavaScript簡介 17
第2章 Python爬蟲基本庫的使用 18
2.1 Chrome抓包詳解 18
2.1.1 Controls 20
2.1.2 Filter 21
2.1.3 Request Table 21
2.2 urllib庫詳解 23
2.2.1 發送請求 23
2.2.2 抓取二進制文件 24
2.2.3 模擬GET和POST請求 25
2.2.4 修改請求頭 26
2.2.5 設置連接超時 27
2.2.6 延遲提交數據 27
2.2.7 設置代理 27
2.2.8 Cookie 28
2.2.9 urllib.parse模塊 29
2.2.10 urllib.error異常處理模塊 31
2.2.11 urllib.robotparser模塊 32
2.3 用lxml庫解析網頁節點 34
2.3.1 安裝庫 34
2.3.2 XPath語法速成 34
2.4 實戰：爬取小說《三國演義》 36
第3章 Python爬蟲抓包與數據解析 41
3.1 抓包進階 41
3.1.1 HTTPS介紹 42
3.1.2 HTTPS的工作流程 43
3.1.3 Charles抓包 43
3.1.4 Packet Capture抓包 49
3.2 Requests HTTP請求庫 52
3.2.1 Requests庫簡介 53
3.2.2 Requests HTTP基本請求 53
3.2.3 Requests 請求常用設置 54
3.2.4 Requests 處理返回結果 54
3.2.5 Requests 處理Cookie 55
3.2.6 Requests重定向與請求歷史 55
3.2.7 Requests 錯誤與異常處理 55
3.2.8 Requests Session會話對象 55
3.2.9 Requests SSL證書驗證 56
3.3 實戰：爬取微信文章中的圖片、音頻和視頻 56
3.3.1 爬取標題 56
3.3.2 爬取圖片 57
3.3.3 爬取音頻 58
3.3.4 爬取視頻 60
3.3.5 代碼整理 64
3.4 Beautiful Soup解析庫 67
3.4.1 Beautiful Soup簡介 67
3.4.2 Beautiful Soup對象實例化 67
3.4.3 Beautiful Soup的四大對象 68
3.4.4 Beautiful Soup的各種節點 69
3.4.5 Beautiful Soup文檔樹搜索 69
3.4.6 Beautiful Soup 使用CSS選擇器 70
3.5 實戰：爬取壁紙站點的壁紙 70
3.6 正則表達式 74
3.6.1 re模塊 74
3.6.2 正則規則詳解 75
3.6.3 正則練習 77
3.7 實戰：爬取市級編碼列表 79
3.7.1 獲取所有市級的跳轉鏈接列表 80
3.7.2 解析表格獲得所有市級天氣鏈接 81
3.7.3 提取市級編碼 82
3.7.4 整合調整代碼 83
第4章 用CSV和Excel存儲數據 85
4.1 用CSV文件存儲數據 85
4.1.1 CSV寫入 86
4.1.2 CSV讀取 87
4.2 實戰：爬取星座運勢 88
4.3 用Excel文件存儲數據 89
4.3.1 Excel寫入 89
4.3.2 Excel讀取 90
4.4 實戰：爬取某音樂平臺排行榜 91
第5章 用數據庫存儲數據 99
5.1 MySQL數據庫 99
5.1.1 安裝MySQL 100
5.1.2 在Windows環境下安裝MySQL 100
5.1.3 在Windows環境下配置MYSQL_HOME環境變量 101
5.1.4 在Windows環境下設置MySQL登錄密碼 101
5.1.5 在Windows環境下啟動或關閉MySQL服務 102
5.1.6 Mac環境 103
5.1.7 Ubuntu環境 103
5.1.8 MySQL的基本操作 104
5.1.9 MySQL數據庫語法速成 106
5.1.10 Python連接MySQL數據庫 110
5.1.11 MySQL特殊符號和表情問題 114
5.1.12 實戰：抓取某技術網站數據 115
5.2 數據庫可視化工具DataGrip 122
5.2.1 建立數據庫關聯 122
5.2.2 編寫SQL語句 123
5.2.3 常見問題：連接遠程主機 124
5.3 Redis數據庫 125
5.3.1 安裝Redis 126
5.3.2 redis-py庫的安裝 130
5.3.3 redis-py基本操作示例 130
5.3.4 實戰：爬取視頻彈幕并保存到Redis 134
5.4 MongoDB數據庫 137
5.4.1 安裝MongoDB 137
5.4.2 安裝PyMongo庫 140
5.4.3 PyMongo基本操作示例 140
5.4.4 實戰：爬取某電商網站關鍵字搜索結果并保存到MongoDB 144
第6章 Python應對反爬蟲策略 148
6.1 反爬蟲概述 148
6.1.1 為什么會出現反爬蟲 149
6.1.2 常見的爬蟲與反爬蟲大戰 149
6.2 反爬蟲策略 150
6.2.1 User-Agent限制 150
6.2.2 302重定向 151
6.2.3 IP限制 151
6.2.4 什么是網絡代理 151
6.2.5 如何獲取代理IP 151
6.2.6 ADSL撥號代理 152
6.2.7 Squid 配置代理緩存服務器 156
6.2.8 TinyProxy配置代理緩存服務器 158
6.2.9 Cookie限制 159
6.3 JavaScript反爬蟲策略 159
6.3.1 Ajax動態加載數據 159
6.3.2 實戰：爬取某素材網內容分析 159
6.3.3 數據請求分析 160
6.3.4 編寫代碼 163
6.4 Selenium模擬瀏覽器操作 166
6.4.1 Selenium簡介 166
6.4.2 安裝Selenium 167
6.4.3 Selenium常用函數 168
6.5 實戰：爬取某網站的特定圖 172
6.6 PhantomJS 175
6.6.1 在Windows上安裝PhantomJS 175
6.6.2 在Mac上安裝PhantomJS 175
6.6.3 在Ubuntu上安裝PhantomJS 176
6.6.4 關于PhantomJS的重要說明 176
6.7 常見驗證碼策略 176
6.7.1 圖片驗證碼 177
6.7.2 實戰：實現圖片驗證碼自動登錄 178
6.7.3 實戰：實現滑動驗證碼自動登錄 185
第7章 Python爬蟲框架Scrapy（上） 196
7.1 Scrapy框架簡介與安裝 197
7.1.1 Scrapy相關信息 197
7.1.2 Scrapy的安裝 197
7.2 實戰：爬取某網站每日壁紙 199
7.2.1 抓取目標分析 199
7.2.2 創建爬蟲腳本 201
7.2.3 編寫爬蟲腳本 202
7.2.4 運行爬蟲腳本 203
7.2.5 解析數據 203
7.3 Scrapy架構簡介 204
7.3.1 Scrapy架構圖 204
7.3.2 各個模塊間的協作流程 205
7.3.3 協作流程擬人化對話版 206
7.4 Spider詳解 207
7.4.1 Spider的主要屬性和函數 207
7.4.2 Spider運行流程 207
7.5 Request類和Response類 209
7.5.1 Request詳解 209
7.5.2 Response類常用參數、方法與子類 210
7.5.3 選擇器 211
7.5.4 Scrapy Shell 212
7.6 Item詳解 213
7.7 Item Pipeline詳解 213
7.7.1 自定義Item Pipeline類 213
7.7.2 啟用Item Pipeline 214
7.8 實戰：完善爬取每日壁紙的腳本 214
7.8.1 定義BingItem 215
7.8.2 使用ImagesPipeline 215
7.8.3 修改Spider代碼 216
7.8.4 運行爬蟲腳本 216
7.9 設置請求頭 217
7.9.1 構造Request時傳入 217
7.9.2 修改settings.py文件 217
7.9.3 為爬蟲添加custom_settings字段 218
7.10 下載中間件詳解 218
7.10.1 自定義Downloader Middleware類 218
7.10.2 啟用自定義的代理下載中間件 219
7.11 實戰：爬取某站點繪畫頻道的圖片 219
7.11.1 分析爬取的站點 219
7.11.2 新建項目與明確爬取目標 221
7.11.3 創建爬蟲爬取網頁 221
7.11.4 設置代理 223
7.11.5 解析數據 223
7.11.6 存儲數據 224
7.11.7 完善代碼 226
第8章 Python爬蟲框架Scrapy（下） 228
8.1 Scrapy對接Selenium 228
8.1.1 如何對接 228
8.1.2 對接示例：爬取某網站首頁文章 229
8.2 實戰：用Scrapy實現一個簡單的代理池 232
8.2.1 代理池的設計 232
8.2.2 創建項目 232
8.2.3 編寫獲取IP的爬蟲 233
8.2.4 編寫檢測IP的爬蟲 238
8.2.5 編寫調度程序 240
8.2.6 編寫獲取代理IP的接口 241
8.2.7 使用代理 243
8.3 用Scrapyrt調度Scrapy 243
8.3.1 相關文檔與安裝Scrapyrt 243
8.3.2 Scrapyrt GET請求相關參數 244
8.3.3 Scrapyrt POST請求相關參數 246
8.4 用Docker部署Scrapy 246
8.4.1 Docker簡介 246
8.4.2 下載并安裝Docker 247
8.4.3 創建Dockerfile 249
8.4.4 構建Docker鏡像 250
8.4.5 把生成的Docker鏡像推送到Docker Hub 251
8.4.6 在云服務器上運行Docker鏡像 253
第9章 數據分析案例：Python崗位行情 254
9.1 數據爬取 254
9.2 NumPy庫和pandas庫 258
9.2.1 ndarray數組 259
9.2.2 ndarray數組的常用操作 260
9.2.3 pandas庫 263
9.3 用Matplotlib實現數據可視化 268
9.3.1 Matplotlib中文亂碼問題 269
9.3.2 Matplotlib繪制顯示不全 270
9.3.3 用Matplotlib生成圖表并進行分析 271
9.4 用Wordcloud庫進行詞云繪制 275
9.4.1 Wordcloud簡介 275
9.4.2 Wordcloud構造函數與常用方法 276
9.4.3 詞云繪制 277
9.5 小結 280
第10章 數據分析案例：某婚戀網站交友情況分析 281
10.1 數據爬取 281
10.2 安裝Jupyter Notebook 287
10.3 安裝pyecharts 288
10.4 數據分析 289
10.4.1 讀取CSV文件里的數據 289
10.4.2 分析身高 290
10.4.3 分析學歷 292
10.4.4 分析年齡 292
10.4.5 分析城市 294
10.4.6 分析交友宣言 294
10.5 小結 296
第1章 Python爬蟲概念與Web基礎 1
1.1 爬蟲概念 1
1.1.1 什么是爬蟲 1
1.1.2 爬蟲使用場景的引入 2
1.1.3 爬蟲的組成部分 3
1.1.4 模擬請求 3
1.1.5 數據解析 4
1.1.6 數據保存 5
1.1.7 爬蟲的學習路線 5
1.2 HTTP簡述 6
1.2.1 簡述一次網絡請求過程 6
1.2.2 URI和URL 7
1.2.3 HTTP請求報文 8
1.2.4 HTTP響應報文 10
1.3 網頁的組成 13
1.3.1 HTML簡介 13
1.3.2 CSS選擇器簡介 16
1.3.3 JavaScript簡介 17
第2章 Python爬蟲基本庫的使用 18
2.1 Chrome抓包詳解 18
2.1.1 Controls 20
2.1.2 Filter 21
2.1.3 Request Table 21
2.2 urllib庫詳解 23
2.2.1 發送請求 23
2.2.2 抓取二進制文件 24
2.2.3 模擬GET和POST請求 25
2.2.4 修改請求頭 26
2.2.5 設置連接超時 27
2.2.6 延遲提交數據 27
2.2.7 設置代理 27
2.2.8 Cookie 28
2.2.9 urllib.parse模塊 29
2.2.10 urllib.error異常處理模塊 31
2.2.11 urllib.robotparser模塊 32
2.3 用lxml庫解析網頁節點 34
2.3.1 安裝庫 34
2.3.2 XPath語法速成 34
2.4 實戰：爬取小說《三國演義》 36
第3章 Python爬蟲抓包與數據解析 41
3.1 抓包進階 41
3.1.1 HTTPS介紹 42
3.1.2 HTTPS的工作流程 43
3.1.3 Charles抓包 43
3.1.4 Packet Capture抓包 49
3.2 Requests HTTP請求庫 52
3.2.1 Requests庫簡介 53
3.2.2 Requests HTTP基本請求 53
3.2.3 Requests 請求常用設置 54
3.2.4 Requests 處理返回結果 54
3.2.5 Requests 處理Cookie 55
3.2.6 Requests重定向與請求歷史 55
3.2.7 Requests 錯誤與異常處理 55
3.2.8 Requests Session會話對象 55
3.2.9 Requests SSL證書驗證 56
3.3 實戰：爬取微信文章中的圖片、音頻和視頻 56
3.3.1 爬取標題 56
3.3.2 爬取圖片 57
3.3.3 爬取音頻 58
3.3.4 爬取視頻 60
3.3.5 代碼整理 64
3.4 Beautiful Soup解析庫 67
3.4.1 Beautiful Soup簡介 67
3.4.2 Beautiful Soup對象實例化 67
3.4.3 Beautiful Soup的四大對象 68
3.4.4 Beautiful Soup的各種節點 69
3.4.5 Beautiful Soup文檔樹搜索 69
3.4.6 Beautiful Soup 使用CSS選擇器 70
3.5 實戰：爬取壁紙站點的壁紙 70
3.6 正則表達式 74
3.6.1 re模塊 74
3.6.2 正則規則詳解 75
3.6.3 正則練習 77
3.7 實戰：爬取市級編碼列表 79
3.7.1 獲取所有市級的跳轉鏈接列表 80
3.7.2 解析表格獲得所有市級天氣鏈接 81
3.7.3 提取市級編碼 82
3.7.4 整合調整代碼 83
第4章 用CSV和Excel存儲數據 85
4.1 用CSV文件存儲數據 85
4.1.1 CSV寫入 86
4.1.2 CSV讀取 87
4.2 實戰：爬取星座運勢 88
4.3 用Excel文件存儲數據 89
4.3.1 Excel寫入 89
4.3.2 Excel讀取 90
4.4 實戰：爬取某音樂平臺排行榜 91
第5章 用數據庫存儲數據 99
5.1 MySQL數據庫 99
5.1.1 安裝MySQL 100
5.1.2 在Windows環境下安裝MySQL 100
5.1.3 在Windows環境下配置MYSQL_HOME環境變量 101
5.1.4 在Windows環境下設置MySQL登錄密碼 101
5.1.5 在Windows環境下啟動或關閉MySQL服務 102
5.1.6 Mac環境 103
5.1.7 Ubuntu環境 103
5.1.8 MySQL的基本操作 104
5.1.9 MySQL數據庫語法速成 106
5.1.10 Python連接MySQL數據庫 110
5.1.11 MySQL特殊符號和表情問題 114
5.1.12 實戰：抓取某技術網站數據 115
5.2 數據庫可視化工具DataGrip 122
5.2.1 建立數據庫關聯 122
5.2.2 編寫SQL語句 123
5.2.3 常見問題：連接遠程主機 124
5.3 Redis數據庫 125
5.3.1 安裝Redis 126
5.3.2 redis-py庫的安裝 130
5.3.3 redis-py基本操作示例 130
5.3.4 實戰：爬取視頻彈幕并保存到Redis 134
5.4 MongoDB數據庫 137
5.4.1 安裝MongoDB 137
5.4.2 安裝PyMongo庫 140
5.4.3 PyMongo基本操作示例 140
5.4.4 實戰：爬取某電商網站關鍵字搜索結果并保存到MongoDB 144
第6章 Python應對反爬蟲策略 148
6.1 反爬蟲概述 148
6.1.1 為什么會出現反爬蟲 149
6.1.2 常見的爬蟲與反爬蟲大戰 149
6.2 反爬蟲策略 150
6.2.1 User-Agent限制 150
6.2.2 302重定向 151
6.2.3 IP限制 151
6.2.4 什么是網絡代理 151
6.2.5 如何獲取代理IP 151
6.2.6 ADSL撥號代理 152
6.2.7 Squid 配置代理緩存服務器 156
6.2.8 TinyProxy配置代理緩存服務器 158
6.2.9 Cookie限制 159
6.3 JavaScript反爬蟲策略 159
6.3.1 Ajax動態加載數據 159
6.3.2 實戰：爬取某素材網內容分析 159
6.3.3 數據請求分析 160
6.3.4 編寫代碼 163
6.4 Selenium模擬瀏覽器操作 166
6.4.1 Selenium簡介 166
6.4.2 安裝Selenium 167
6.4.3 Selenium常用函數 168
6.5 實戰：爬取某網站的特定圖 172
6.6 PhantomJS 175
6.6.1 在Windows上安裝PhantomJS 175
6.6.2 在Mac上安裝PhantomJS 175
6.6.3 在Ubuntu上安裝PhantomJS 176
6.6.4 關于PhantomJS的重要說明 176
6.7 常見驗證碼策略 176
6.7.1 圖片驗證碼 177
6.7.2 實戰：實現圖片驗證碼自動登錄 178
6.7.3 實戰：實現滑動驗證碼自動登錄 185
第7章 Python爬蟲框架Scrapy（上） 196
7.1 Scrapy框架簡介與安裝 197
7.1.1 Scrapy相關信息 197
7.1.2 Scrapy的安裝 197
7.2 實戰：爬取某網站每日壁紙 199
7.2.1 抓取目標分析 199
7.2.2 創建爬蟲腳本 201
7.2.3 編寫爬蟲腳本 202
7.2.4 運行爬蟲腳本 203
7.2.5 解析數據 203
7.3 Scrapy架構簡介 204
7.3.1 Scrapy架構圖 204
7.3.2 各個模塊間的協作流程 205
7.3.3 協作流程擬人化對話版 206
7.4 Spider詳解 207
7.4.1 Spider的主要屬性和函數 207
7.4.2 Spider運行流程 207
7.5 Request類和Response類 209
7.5.1 Request詳解 209
7.5.2 Response類常用參數、方法與子類 210
7.5.3 選擇器 211
7.5.4 Scrapy Shell 212
7.6 Item詳解 213
7.7 Item Pipeline詳解 213
7.7.1 自定義Item Pipeline類 213
7.7.2 啟用Item Pipeline 214
7.8 實戰：完善爬取每日壁紙的腳本 214
7.8.1 定義BingItem 215
7.8.2 使用ImagesPipeline 215
7.8.3 修改Spider代碼 216
7.8.4 運行爬蟲腳本 216
7.9 設置請求頭 217
7.9.1 構造Request時傳入 217
7.9.2 修改settings.py文件 217
7.9.3 為爬蟲添加custom_settings字段 218
7.10 下載中間件詳解 218
7.10.1 自定義Downloader Middleware類 218
7.10.2 啟用自定義的代理下載中間件 219
7.11 實戰：爬取某站點繪畫頻道的圖片 219
7.11.1 分析爬取的站點 219
7.11.2 新建項目與明確爬取目標 221
7.11.3 創建爬蟲爬取網頁 221
7.11.4 設置代理 223
7.11.5 解析數據 223
7.11.6 存儲數據 224
7.11.7 完善代碼 226
第8章 Python爬蟲框架Scrapy（下） 228
8.1 Scrapy對接Selenium 228
8.1.1 如何對接 228
8.1.2 對接示例：爬取某網站首頁文章 229
8.2 實戰：用Scrapy實現一個簡單的代理池 232
8.2.1 代理池的設計 232
8.2.2 創建項目 232
8.2.3 編寫獲取IP的爬蟲 233
8.2.4 編寫檢測IP的爬蟲 238
8.2.5 編寫調度程序 240
8.2.6 編寫獲取代理IP的接口 241
8.2.7 使用代理 243
8.3 用Scrapyrt調度Scrapy 243
8.3.1 相關文檔與安裝Scrapyrt 243
8.3.2 Scrapyrt GET請求相關參數 244
8.3.3 Scrapyrt POST請求相關參數 246
8.4 用Docker部署Scrapy 246
8.4.1 Docker簡介 246
8.4.2 下載并安裝Docker 247
8.4.3 創建Dockerfile 249
8.4.4 構建Docker鏡像 250
8.4.5 把生成的Docker鏡像推送到Docker Hub 251
8.4.6 在云服務器上運行Docker鏡像 253
第9章 數據分析案例：Python崗位行情 254
9.1 數據爬取 254
9.2 NumPy庫和pandas庫 258
9.2.1 ndarray數組 259
9.2.2 ndarray數組的常用操作 260
9.2.3 pandas庫 263
9.3 用Matplotlib實現數據可視化 268
9.3.1 Matplotlib中文亂碼問題 269
9.3.2 Matplotlib繪制顯示不全 270
9.3.3 用Matplotlib生成圖表并進行分析 271
9.4 用Wordcloud庫進行詞云繪制 275
9.4.1 Wordcloud簡介 275
9.4.2 Wordcloud構造函數與常用方法 276
9.4.3 詞云繪制 277
9.5 小結 280
第10章 數據分析案例：某婚戀網站交友情況分析 281
10.1 數據爬取 281
10.2 安裝Jupyter Notebook 287
10.3 安裝pyecharts 288
10.4 數據分析 289
10.4.1 讀取CSV文件里的數據 289
10.4.2 分析身高 290
10.4.3 分析學歷 292
10.4.4 分析年齡 292
10.4.5 分析城市 294
10.4.6 分析交友宣言 294
10.5 小結 296
展開全部
大數據及人工智能產教融合系列叢書PYTHON網絡爬蟲從入門到實踐 作者簡介
莊培杰，CSDN博客專家，排名146，訪問量達1625W ，簡書程序員專欄優秀作者。從事編程開發10余年，熟悉Python的方方面面，尤其擅長Python爬蟲和數據分析。現任思可教育投資開發（深圳）有限公司Python高級工程師工程師。
書友推薦
- >
小考拉的故事-套裝共3冊
- >
中國歷史的瞬間
- >
伊索寓言-世界文學名著典藏-全譯本
- >
我與地壇
- >
自卑與超越
- >
史學評論
- >
莉莉和章魚
- >
詩經-先民的歌唱
本類暢銷
