中圖網(wǎng)小程序
一鍵登錄
更方便
中圖價(jià):¥69.3
加入購物車
零基礎(chǔ)學(xué)Python爬蟲從入門到精通 版權(quán)信息
- ISBN：9787111683681
- 條形碼：9787111683681 ; 978-7-111-68368-1
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無
- 重量：暫無
- 所屬分類：>
零基礎(chǔ)學(xué)Python爬蟲從入門到精通 本書特色
本書講解了Python 爬蟲的基礎(chǔ)知識(shí)和**技能，幫助零基礎(chǔ)的讀者快速入門并熟練使用爬蟲。本書囊括了媒體熱點(diǎn)采集、金融數(shù)據(jù)爬取、網(wǎng)絡(luò)文件下載、電商數(shù)據(jù)研究等四大類42個(gè)爬蟲實(shí)戰(zhàn)案例，共計(jì)3000余行代碼，涉及17個(gè)網(wǎng)站的數(shù)據(jù)與文件獲取，詳解了Requests 庫、Selenium 庫、正則表達(dá)式、BeautifulSoup 庫、多線程多進(jìn)程爬蟲、IP 反爬機(jī)制應(yīng)對(duì)等知識(shí)。
零基礎(chǔ)學(xué)Python爬蟲從入門到精通 內(nèi)容簡介
在大數(shù)據(jù)時(shí)代的今天，無論是產(chǎn)品開始還是精準(zhǔn)化營銷越來越離不開大數(shù)據(jù)的支持，如何從浩瀚的網(wǎng)絡(luò)中獲取自己想要的大數(shù)據(jù)？這就需要網(wǎng)絡(luò)爬蟲，而是世界上80%的爬蟲都是基于Python開發(fā)出來的，所以python爬蟲技術(shù)是大數(shù)據(jù)挖掘、分析與可視化的基礎(chǔ)。本書面向零基礎(chǔ)讀者，從如何合法使用爬蟲和Python編輯環(huán)境的安裝開始到不同類型爬蟲程序的開發(fā)都進(jìn)行了詳盡的講解，從Python基礎(chǔ)語法到Requests庫、正則表達(dá)式、Scrapy框架、Beautiful Soup一個(gè)都不少。同時(shí)在相關(guān)地方也講解了部分?jǐn)?shù)據(jù)挖掘和數(shù)據(jù)分析的基礎(chǔ)內(nèi)容。
零基礎(chǔ)學(xué)Python爬蟲從入門到精通 目錄
第1章 Python基礎(chǔ)
1.1 Python快速上手
1.1.1 安裝Python
1.1.2 編寫**個(gè)Python程序
1.1.3 PyCharm的安裝與使用
1.1.4 Jupyter Notebook的使用
1.2 Python語法基礎(chǔ)知識(shí)
1.2.1 變量、行、縮進(jìn)與注釋
1.2.2 數(shù)據(jù)類型：數(shù)字與字符串
1.2.3 數(shù)據(jù)類型：列表與字典、元組與集合
1.2.4 運(yùn)算符
1.3 Python語句
1.3.1 if條件語句
1.3.2 for循環(huán)語句
1.3.3 while循環(huán)語句
1.3.4 try/except異常處理語句
1.4 函數(shù)與庫
1.4.1 函數(shù)的定義與調(diào)用
1.4.2 函數(shù)的返回值與變量的作用域
1.4.3 常用內(nèi)置函數(shù)介紹
1.4.4 庫的導(dǎo)入與安裝
★ 課后習(xí)題
第2章 爬蟲**步：獲取網(wǎng)頁源代碼
2.1 爬蟲核心庫1：Requests庫
2.1.1 如何查看網(wǎng)頁源代碼
2.1.2 用Requests庫獲取網(wǎng)頁源代碼：百度新聞
2.1.3 Requests庫的“軟肋”
2.2 爬蟲核心庫2：Selenium庫
2.2.1 模擬瀏覽器及Selenium庫的安裝
2.2.2 用Selenium庫獲取網(wǎng)頁源代碼：新浪財(cái)經(jīng)股票信息
2.3 網(wǎng)頁結(jié)構(gòu)分析
2.3.1 網(wǎng)頁結(jié)構(gòu)基礎(chǔ)
2.3.2 網(wǎng)頁結(jié)構(gòu)進(jìn)階
★ 課后習(xí)題
第3章 爬蟲第二步：數(shù)據(jù)解析與提取
3.1 用正則表達(dá)式解析和提取數(shù)據(jù)
3.1.1 正則表達(dá)式基礎(chǔ)1：findall()函數(shù)
3.1.2 正則表達(dá)式基礎(chǔ)2：非貪婪匹配之“(.*?)”
3.1.3 正則表達(dá)式基礎(chǔ)3：非貪婪匹配之“.*?”
3.1.4 正則表達(dá)式基礎(chǔ)4：自動(dòng)考慮換行的修飾符re.S
3.1.5 正則表達(dá)式基礎(chǔ)5：知識(shí)點(diǎn)補(bǔ)充
3.1.6 案例實(shí)戰(zhàn)：提取百度新聞的標(biāo)題、網(wǎng)址、日期和來源
3.2 用BeautifulSoup庫解析和提取數(shù)據(jù)
3.2.1 解析特定標(biāo)簽的網(wǎng)頁元素
3.2.2 解析特定屬性的網(wǎng)頁元素
3.2.3 提取標(biāo)簽中的網(wǎng)址
3.2.4 案例實(shí)戰(zhàn)：新浪新聞標(biāo)題和網(wǎng)址爬取
3.3 百度新聞爬取進(jìn)階探索
3.3.1 批量爬取多家公司的新聞
3.3.2 將爬取結(jié)果保存為文本文件
3.3.3 異常處理及24小時(shí)不間斷爬取
3.3.4 批量爬取多頁內(nèi)容
3.4 證券日?qǐng)?bào)網(wǎng)爬取實(shí)戰(zhàn)
3.4.1 用正則表達(dá)式爬取
3.4.2 用BeautifulSoup庫爬取
3.5 中證網(wǎng)爬取實(shí)戰(zhàn)
3.6 新浪微博爬取實(shí)戰(zhàn)
3.7 上海證券交易所上市公司PDF文件下載
3.7.1 用Requests庫下載文件的基本方法
3.7.2 初步嘗試下載上海證券交易所上市公司PDF文件
3.8 豆瓣電影Top 250排行榜海報(bào)圖片下載
3.8.1 爬取單頁
3.8.2 爬取多頁
★ 課后習(xí)題
第4章 爬蟲神器Selenium庫深度講解
4.1 Selenium庫進(jìn)階知識(shí)
4.2 新浪財(cái)經(jīng)股票行情數(shù)據(jù)爬取
4.2.1 用Selenium庫爬取股票行情數(shù)據(jù)
4.2.2 用新浪財(cái)經(jīng)API爬取股票行情數(shù)據(jù)
4.3 東方財(cái)富網(wǎng)數(shù)據(jù)爬取
4.3.1 上市公司股吧帖子爬取
4.3.2 上市公司新聞爬取
4.3.3 上市公司研報(bào)PDF文件下載
4.4 上海證券交易所問詢函信息爬取及PDF文件下載
4.4.1 批量下載單個(gè)頁面上的PDF文件
4.4.2 批量下載多個(gè)頁面上的PDF文件
4.4.3 匯總問詢函信息并導(dǎo)出為Excel工作簿
4.5 銀行間拆借利率爬取
4.6 雪球股票評(píng)論信息爬取
4.7 京東商品評(píng)價(jià)信息爬取
4.7.1 用Selenium庫爬取
4.7.2 用Requests庫爬取
4.8 淘寶天貓商品銷量數(shù)據(jù)爬取
4.9 Selenium庫趣味案例：網(wǎng)頁自動(dòng)投票
★ 課后習(xí)題
第5章 數(shù)據(jù)處理與可視化
5.1 數(shù)據(jù)清洗與優(yōu)化技巧
5.1.1 常用的數(shù)據(jù)清洗手段及日期格式的統(tǒng)一
5.1.2 文本內(nèi)容過濾—剔除噪聲數(shù)據(jù)
5.1.3 數(shù)據(jù)亂碼問題處理
5.1.4 數(shù)據(jù)爬后處理之輿情評(píng)分
5.2 數(shù)據(jù)可視化分析—詞云圖繪制
5.2.1 用jieba庫實(shí)現(xiàn)中文分詞
5.2.2 用wordcloud庫繪制詞云圖
5.2.3 案例實(shí)戰(zhàn)：新浪微博詞云圖繪制
★ 課后習(xí)題
第6章 數(shù)據(jù)結(jié)構(gòu)化與數(shù)據(jù)存儲(chǔ)
6.1 數(shù)據(jù)結(jié)構(gòu)化神器—pandas庫
6.1.1 用read_html()函數(shù)快速爬取網(wǎng)頁表格數(shù)據(jù)
6.1.2 pandas庫在爬蟲領(lǐng)域的核心代碼知識(shí)
6.2 新浪財(cái)經(jīng)—資產(chǎn)負(fù)債表獲取
6.3 百度新聞—文本數(shù)據(jù)結(jié)構(gòu)化
6.3.1 將單家公司的新聞導(dǎo)出為Excel工作簿
6.3.2 將多家公司的新聞導(dǎo)出為Excel工作簿
6.4 百度愛企查—股權(quán)穿透研究
6.4.1 單層股權(quán)結(jié)構(gòu)爬取
6.4.2 多層股權(quán)結(jié)構(gòu)爬取
6.5 天天基金網(wǎng)—股票型基金信息爬取
6.5.1 爬取基金信息表格
6.5.2 爬取基金的詳情頁面網(wǎng)址
6.6 集思錄—可轉(zhuǎn)債信息爬取
6.7 東方財(cái)富網(wǎng)—券商研報(bào)信息爬取
6.7.1 爬取券商研報(bào)信息表格
6.7.2 爬取研報(bào)的詳情頁面網(wǎng)址
6.8 數(shù)據(jù)存儲(chǔ)—MySQL快速入門
6.8.1 MySQL的安裝
6.8.2 MySQL的基本操作
6.9 用Python操控?cái)?shù)據(jù)庫
6.9.1 用PyMySQL庫操控?cái)?shù)據(jù)庫
6.9.2 案例實(shí)戰(zhàn)：百度新聞數(shù)據(jù)爬取與存儲(chǔ)
6.9.3 用pandas庫操控?cái)?shù)據(jù)庫
★ 課后習(xí)題
第7章 Python多線程和多進(jìn)程爬蟲
7.1 理解線程與進(jìn)程
7.1.1 計(jì)算機(jī)硬件結(jié)構(gòu)基礎(chǔ)知識(shí)
7.1.2 線程與進(jìn)程
7.1.3 單線程、多線程與多進(jìn)程
7.1.4 爬蟲任務(wù)中的多線程與多進(jìn)程
7.2 Python多線程爬蟲編程實(shí)戰(zhàn)
7.2.1 Python多線程編程基礎(chǔ)知識(shí)
7.2.2 Python多線程編程進(jìn)階知識(shí)
7.2.3 案例實(shí)戰(zhàn)：多線程爬取百度新聞
7.3 Python多進(jìn)程爬蟲編程實(shí)戰(zhàn)
7.3.1 Python多進(jìn)程編程基礎(chǔ)知識(shí)
7.3.2 Python多進(jìn)程編程進(jìn)階知識(shí)
7.3.3 案例實(shí)戰(zhàn)：多進(jìn)程爬取百度新聞
★ 課后習(xí)題
第8章 IP代理使用技巧與實(shí)戰(zhàn)
8.1 結(jié)合Requests庫使用IP代理
8.1.1 IP代理基礎(chǔ)知識(shí)
8.1.2 IP代理的使用
8.2 IP代理實(shí)戰(zhàn)1：用Requests庫爬取公眾號(hào)文章
8.2.1 直接用Requests庫爬取
8.2.2 添加IP代理進(jìn)行爬取
8.2.3 添加智能IP切換系統(tǒng)
8.3 結(jié)合Selenium庫使用IP代理
8.4 IP代理實(shí)戰(zhàn)2：用Selenium庫爬取公眾號(hào)文章
8.4.1 直接用Selenium庫爬取
8.4.2 添加IP代理進(jìn)行爬取
8.4.3 添加智能IP切換系統(tǒng)
★ 課后習(xí)題
后記
展開全部
零基礎(chǔ)學(xué)Python爬蟲從入門到精通 作者簡介
王宇韜 華能貴誠信托金融科技實(shí)驗(yàn)室發(fā)起人，賓夕法尼亞大學(xué)碩士，上海交通大學(xué)學(xué)士，曾在劍橋大學(xué)交流學(xué)習(xí)，兩年內(nèi)通過CFA 3 級(jí)、FRM 2 級(jí)、AQF。在華能貴誠信托自主研發(fā)了輿情監(jiān)控系統(tǒng)、資金雷達(dá)、流程自動(dòng)化AI 系統(tǒng)、機(jī)器視頻面試系統(tǒng)等；專注于科技在金融領(lǐng)域的應(yīng)用，編著有《Python 金融大數(shù)據(jù)挖掘與分析全流程詳解》和《Python 大數(shù)據(jù)分析與機(jī)器學(xué)習(xí)商業(yè)案例實(shí)戰(zhàn)》。 吳子湛 畢業(yè)于合肥工業(yè)大學(xué)計(jì)算機(jī)學(xué)院，就職于南京市秦淮區(qū)大數(shù)據(jù)中心；擁有多年IT 研發(fā)經(jīng)驗(yàn)，擅長大數(shù)據(jù)分析與挖掘。
書友推薦
- >
巴金－再思錄
- >
自卑與超越
- >
唐代進(jìn)士錄
- >
史學(xué)評(píng)論
- >
我與地壇
- >
龍榆生：詞曲概論/大家小書
- >
中國歷史的瞬間
- >
伊索寓言-世界文學(xué)名著典藏-全譯本
本類暢銷
