123,123,123

內(nèi)容簡(jiǎn)介

　　本書(shū)從實(shí)戰(zhàn)角度系統(tǒng)論述了Python 爬蟲(chóng)技術(shù)的核心知識(shí)，并通過(guò)大量的真實(shí)項(xiàng)目幫助讀者深入掌握Python 爬蟲(chóng)技術(shù)及其實(shí)現(xiàn)。本書(shū)提供了大量實(shí)戰(zhàn)案例，演繹采用各種技術(shù)編寫(xiě)Python 爬蟲(chóng)的方式。讀者可以任意組合使用這些技術(shù)，完成非常復(fù)雜的爬蟲(chóng)應(yīng)用。本書(shū)共20 章，分為五篇。第一篇：基礎(chǔ)知識(shí)（第1～2 章），主要包括Python 編程環(huán)境的搭建、IDE 的安裝和使用、HTTP 的基礎(chǔ)知識(shí)、網(wǎng)頁(yè)基礎(chǔ)（HTML、CSS、JavaScript）、爬蟲(chóng)的基本原理、Session、Cookie。第二篇：網(wǎng)絡(luò)庫(kù)（第3～5 章），主要包括網(wǎng)絡(luò)庫(kù)urllib、urllib3 和requests 的核心使用方法，例如，發(fā)送HTTP 請(qǐng)求、處理超時(shí)、設(shè)置HTTP 請(qǐng)求頭、處理中文字符、搭建和使用代理、解析鏈接、Robots 協(xié)議等。第三篇：解析庫(kù)（第6～9 章），主要包括3 個(gè)常用解析庫(kù)（lxml、Beautiful Soup 和pyquery）的使用方法，同時(shí)介紹了多種用于分析HTML 代碼的技術(shù)，例如，正則表達(dá)式、XPath、CSS 選擇器、方法選擇器等。第四篇：數(shù)據(jù)存儲(chǔ)（第10～11 章），主要包括Python 中數(shù)據(jù)存儲(chǔ)的解決方案，如文件存儲(chǔ)和SQLite 數(shù)據(jù)庫(kù)。第五篇：爬蟲(chóng)高級(jí)應(yīng)用（第12～20 章），主要包括Python 爬蟲(chóng)的一些高級(jí)技術(shù)，如抓取異步數(shù)據(jù)、Selenium、Splash、抓取移動(dòng)App 數(shù)據(jù)、Appium、多線程爬蟲(chóng)、爬蟲(chóng)框架Scrapy、通過(guò)OpenCV 技術(shù)識(shí)別驗(yàn)證碼；最后給出一個(gè)綜合的實(shí)戰(zhàn)案例，該案例綜合了Python 爬蟲(chóng)、數(shù)據(jù)存儲(chǔ)、PyQt、多線程、數(shù)據(jù)可視化、Web 等多種技術(shù)實(shí)現(xiàn)一個(gè)可視化爬蟲(chóng)。