书籍详情

Python网络爬虫技术与实战

Python网络爬虫技术与实战

作者:赵国生,王健 著

出版社:机械工业出版社

出版时间:2021-01-01

ISBN:9787111674115

定价:¥89.00

购买这本书可以去
内容简介
  本书是一本系统、全面地介绍Python网络爬虫的实战宝典。作者融合自己丰富的工程实践经验,紧密结合演示应用案例,内容覆盖了几乎所有网络爬虫涉及的核心技术。在内容编排上,一步步地剖析算法背后的概念与原理,提供大量简洁的代码实现,助你从零基础开始编程实现深度学习算法。全书按照学习爬虫所涉及的核心技术从易到难,再到应用的顺序分为14章。第1章介绍Python的安装配置和基础语法。 第2章介绍爬虫类型、抓取策略以及网络基础知识。第3章介绍Python常用库。第4章介绍正则表达式的语法、匹配规则。第5章讲解PIL库、Tesseract库和TensorFlow库的语法、类型和识别方法。第6章介绍抓包利器Fiddler。第7章介绍数据存储。第8章介绍Scrapy爬虫框架。第9章介绍多线程爬虫。第10章介绍动态网页爬虫。第11章介绍分布式爬虫。第12章介绍电商网站商品信息爬虫项目。第13章介绍生活娱乐点评类信息爬虫。第14章介绍图片信息类爬虫项目。
作者简介
  赵国生,哈尔滨师范大学教授,工学博士,硕士生导师,黑龙江省网络安全技术领域特殊人才。主要从事可信网络、入侵容忍、认知计算、物联网安全等方向的教学与科研工作。担任中国计算机学会容错专委会委员、黑龙江省计算机学会网络专委会委员、中国青年博士论坛网络专委会委员、国家自然科学基金委项目评审专家、黑龙江省国资采购专家组成员、黑龙江省财政厅及黑龙江省高等法院信息化资讯专家、黑龙江省教育厅行业信息系统安全专题培训讲师、中国计算机学会高级会员、中国计算机学会YOCSEF哈尔滨副主席。荣获哈尔滨师范大学“先进工作者”“五四青年奖章”“宁齐堃”教学名师等荣誉。主持国家自然科学基金、黑龙江省自然科学基金、黑龙江省科技厅科技攻关等项目10项,发表SCI/EI检索论文50余篇,发明专利2项、实用新型专利6项,拥有软件著作权6项,获省/部级科技进步一等奖2项、三等奖1项,撰写《Linux操作系统原理与应用》《Matlab数学建模与仿真》《Matlab完全学习手册》《精通Labivew》等编著6部。目前担任《电子学报》《通信学报》《系统仿真学报》等期刊审稿专家。
目录
前言
第1章 Python环境搭建及基础学习
1.1 Python 3.6的安装与配置
1.1.1 Windows下的安装
1.1.2 Linux下的安装
1.1.3 macOS下的安装
1.2 IDE工具:PyCharm的安装
1.3 基础语法
1.3.1 第一个Python程序
1.3.2 Python命名规范
1.3.3 行和缩进
1.3.4 注释和续行
1.3.5 Python输出
1.4 字符串
1.4.1 字符串运算符
1.4.2 字符串内置函数
1.5 数据结构
1.5.1 列表
1.5.2 元组
1.5.3 集合
1.5.4 字典
1.6 控制语句
1.6.1 条件表达式
1.6.2 选择结构
1.6.3 循环结构
1.7 函数、模块和包
1.7.1 函数
1.7.2 模块
1.7.3 包
1.8 文件的读写操作
1.8.1 文件读写步骤与打开模式
1.8.2 文件的基本操作
1.8.3 文件写入操作
1.9 面向对象
1.9.1 类和对象
1.9.2 封装性
1.9.3 继承性
1.9.4 多态性
1.10 本章小结
练习题
第2章 爬虫原理和网络基础
2.2 爬虫的意义
2.3 爬虫的原理
2.4 爬虫技术的类型
2.4.1 聚焦爬虫技术
2.4.2 通用爬虫技术
2.4.3 增量爬虫技术
2.4.4 深层网络爬虫技术
2.5 爬虫抓取策略
2.5.1 深度优先遍历策略
2.5.2 广度优先遍历策略
2.5.3 PartialPageRank策略
2.5.4 大站优先策略
2.5.5 反向链接数策略
2.5.6 0PIC策略
2.6 反爬虫和反反爬虫
2.6.1 反爬虫
2.6.2 反反爬虫
2.7 网络基础
2.7.1 网络体系结构
2.7.2 网络协议
2.7.3 Socket编程
2.8 本章小结
练习题
第3章 Python常用库
3.1 Python库的介绍
3.1.1 常用标准库
3.1.2 安装使用第三方库
3.2 urllib库
3.2.1 urlopen()函数用法
3.2.2 urlretrieve()函数用法
3.2.3 URL编码和URL解码
3.2.4 urlparse0和urlsplit()数用法
3.3 request库
3.3.1 request库的基本使用
3.3.2 request库的高级用法
3.4 lxml库
3.4.1 lxml库的安装和使用
3.4.2 XPath介绍
3.4.3 XPath语法
3.4.4 lxml和XPath的结合使用
3.5 BeautifuISoup库
3.5.1 Beautiful Soup库的安装和使用
3.5.2 提取数据
3.5.3 CSS选择器
3.6 实战案例
3.6.1 使用Beautiful Soup解析网页
3.6.2 微信公众号爬虫
3.6.3 爬取豆瓣读书TOP500
3.6.4 使用urllib库爬取百度贴吧
3.7 本章小结
练习题
……
第4章 正则表达式
第5章 验证码
第6章 抓包利器Fiddler
第7章 数据存储
第8章 Scrapy爬虫框架
第9章 多线程爬虫
第10章 动态网页爬虫
第11章 分布式爬虫
第12章 电商站商品信息爬虫项目
第13章 生活娱乐点评类信息爬虫项目
第14章 图片信息类爬虫项目
练习题答案
猜您喜欢

读书导航