前言 网络爬虫（Web Crawler）是指一类能够自动化访问网络并抓取某些信息的程序，有时候也被称为“网络机器人”。它们被广泛用于互联网搜索引擎及各种网站的开发中，同时也是大数据和数据分析领域中的重要角色。爬虫可以按一定的逻辑大批量采集目标页面内容，并对数据做进一步处理，人们借此能够更好、更快地获得并使用他们感兴趣的信息，从而方便地完成很多有价值的工作。 Python是一种解释型、面向对象的、动态数据类型的高级程序设计语言，Python语法简洁、功能强大，在众多高级语言中拥有十分出色的编写效率，同时还拥有活跃的开源社区和海量程序库，十分适合进行网络内容的抓取和处理。本书将以Python语言为基础，由浅入深地探讨网络爬虫技术，同时通过具体的程序编写和实践来帮助读者了解和学习Python爬虫。 本书共分为14章，其中第1~3章为基础篇，第4~6章为进阶篇，第7~9章为高级篇，第10~14章为实践篇，最后为附录。第1章、第2章介绍了Python语言和编写爬虫程序的基础知识； 第3章讨论了Python中对文件和数据的存储，涉及数据库的相关知识； 第4章、第5章的内容针对相对复杂一些的爬虫抓取任务，主要着眼于动态内容和表单登录等方面； 第6章涉及对抓取到的原始数据的深入处理和分析； 第7~9章旨在从不同视角讨论爬虫程序，基于爬虫介绍了多个不同主题的内容； 第10~14章通过一些实际的例子深入讨论爬虫编程的理论知识； 最后在附录中介绍了Python语言和爬虫编程中常用的知识和工具。 本书的主要特点如下。  内容全面，结构清晰。本书详细介绍了网络爬虫技术的方方面面，讨论了数据抓取、数据处理和数据分析的整个流程。全书结构清晰，坚持理论知识与实践操作相结合。  循序渐进，生动简洁。本书从最简单的Python程序示例开始，在网络爬虫的核心主题之下一步步深入，兼顾内容的广度与深度，在内容编写上使用生动简洁的阐述方式，力争详略得当。  示例丰富，实战性强。网络爬虫是实践性、操作性非常强的技术，本书将提供丰富的代码作为读者的参考，同时对必要的术语和代码进行解释。本书从生活实际出发，选取实用性、趣味性兼具的主题进行网络爬虫实践。  内容新颖，不落窠臼。本书中的程序代码均采用最新的Python 3版本，并使用了目前主流的各种Python框架和库来编写程序，注重内容的先进性。学习网络爬虫需要动手实践才能真正理解，本书最大限度地保证了代码与程序示例的易用性和易读性。 本书在第10~14章，针对5个爬虫实践，配有微课视频讲解，以方便读者更好地理解Python爬虫相关的理论和实践知识。 本书的编者为吕云翔、张扬，曾洪立参与了部分内容的编写及资料整理工作。 由于编者的水平有限，书中的不足在所难免，恳请广大读者批评指正。 编者2019年1月 本书源码下载

• 课件下载
• 样章下载
• 网络资源

扫描二维码
下载APP了解更多

版权图片链接