中圖網小程序
一鍵登錄
更方便
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
網絡爬蟲案例教程(Python·微課視頻版) 版權信息
- ISBN：9787302619635
- 條形碼：9787302619635 ; 978-7-302-61963-5
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
網絡爬蟲案例教程(Python·微課視頻版) 本書特色
從實戰出發，適合初學者，緊跟 章節案例，理清代碼實現，很快掌握編寫Python爬蟲程序。
網絡爬蟲案例教程(Python·微課視頻版) 內容簡介
本書主要以純案例驅動的形式，分別使用和結合使用requests庫、selenium庫，從互聯網上收集數據。主要內容包括收集靜態網頁數據，網頁解析，JSON數據，JSON解析，多級翻頁，cookie和session，驗證登錄，多線程，數據的存儲，收集到的數據包括靜態網頁數據、json、圖片、音頻、視頻等數據，并對獲取的數據進行清洗。適合Python初學者，也適合研究Python的廣大科研人員、學者、工程技術人員。本教材采用純的案例，和簡單的注釋，其他一些先修的知識是在其他課程有開設。
網絡爬蟲案例教程(Python·微課視頻版) 目錄
目錄
第1章緒論
1．1網絡爬蟲的基本概念
1．2網絡爬蟲的基本流程
1．2．1發起請求
1．2．2獲取響應內容
1．2．3解析內容
1．2．4持久化保存數據
1．3網絡爬蟲的合法性問題
1．4反爬蟲技術
1．4．1Useragent控制訪問
1．4．2IP限制訪問
1．4．3設置請求間隔
1．4．4通過參數加密和JavaScript腳本
1．4．5通過robots.txt來限制爬蟲
1．5網絡爬蟲的預備知識
1．5．1統一資源定位器
1．5．2超文本傳輸協議
1．5．3超文本標記語言
1．6開發語言和開發環境
1．6．1開發語言
1．6．2第三方請求庫
1．6．3開發工具
第2章Requests庫
2．1安裝Requests庫
2．2Requests庫發送請求
2．3查看響應內容
2．3．1查看響應狀態碼
2．3．2查看響應的文本信息
2．3．3解決亂碼問題
2．3．4二進制碼響應內容
2．3．5JSON響應內容
2．4定制請求頭部Headers
2．5Chrome瀏覽器開發者工具面板
2．5．1打開開發者工具面板
2．5．2Elements面板
2．5．3Network面板
2．6GET請求單個網頁的爬取案例
2．6．1不帶參數的GET請求
2．6．2攜帶參數的GET請求
第3章JSON數據爬取
3．1Ajax
3．1．1Ajax技術
3．1．2分析數據來源
3．2JSON
3．2．1JSON語法規則
3．2．2訪問JSON數據
3．2．3JSON文件讀寫操作
3．2．4JSON數據校驗和格式化
3．3Ajax異步動態加載的數據爬蟲
3．3．1帶參數的POST請求爬蟲
3．3.2多個網頁多鏈接GET請求爬蟲綜合案例
3．4POST請求的兩種參數格式
3．4．1Form Data類型
3．4．2Request Payload類型
第4章XPath解析及網頁數據爬取
4．1XPath簡介及安裝
4．2XPath節點
4．2．1基本值節點
4．2．2節點關系
4．3XPath語法
4．3．1選取節點語法
4．3．2謂語
4．3．3選取未知節點
4．3．4選取若干路徑
4．3．5初步使用XPath案例
4．4XPath表達式
4．4．1定位XPath搜索框
4．4．2在網頁上寫XPath表達式
4．5爬取HTML文檔數據案例
4．6爬取多頁HTML文檔數據案例
4．6．1翻頁在參數里
4．6．2翻頁在URL中
4．7圖片爬蟲案例
4．7．1單張圖片爬取
4．7．2多頁多幅圖片爬蟲案例
4．7．3多類多頁多圖爬蟲案例
第5章IP代理
5．1IP代理的作用
5．2IP代理使用方法
5．3搭建IP池
5．3．1獲取單頁IP
5．3．2獲取多頁IP
5．3．3檢測IP有效性
5．3．4建立IP池
5．4付費IP代理使用
第6章Selenium庫
6．1Selenium安裝及環境配置
6．1．1Selenium安裝
6．1．2環境配置
6．1．3環境測試
6．2Selenium簡單使用及配置
6．2．1打開網頁
6．2．2規避偽裝機制
6．2．3常見的配置項
6．3Selenium的元素定位操作
6．3．1查看頁面元素
6．3．2通過ID定位元素
6．3．3通過name定位元素
6．3．4通過class定位元素
6．3．5通過tag定位元素
6．3．6通過link定位元素
6．3．7通過partial_link定位元素
6．3．8通過XPath定位元素
6．3．9通過CSS定位元素
6．3．10通過By定位元素
6．4Selenium等待機制
6．4．1固定等待
6．4．2隱式等待
6．4．3顯式等待WebDriverWait
6．5Selenium控制瀏覽器
6．5．1瀏覽器的常見操作
6．5．2不同窗口之間切換
6．5．3鼠標事件
6．5．4鍵盤事件
6．5．5定位Frame/IFrame
6．5．6頁面下拉
6．5．7窗口截圖
6．5．8文件上傳
6．6Selenium爬蟲案例
6．6．1單頁爬取案例
6．6．2多頁爬取案例
第7章Requests與Selenium結合使用
7．1Selenium模擬登錄
7．1．1Selenium程序模擬登錄
7．1．2手動輸入數據模擬登錄
7．2Cookie與Session機制
7．2．1Cookie機制
7．2．2Session機制
7．3Requests、Cookie、Selenium結合使用
7．4Selenium和Requests結合下載音樂
7．4．1單首音樂下載
7．4．2多首音樂下載
第8章異步爬蟲
8．1基本概念
8．2串行下載多個視頻
8．3使用線程池下載多個視頻
8．3．1Multiprocessing
8．3．2Threading
8．4使用協程下載多個視頻
第9章正則表達式
9．1正則函數
9．1．1re．match函數
9．1．2re．search函數
9．1．3re．sub函數
9．1．4re．compile函數
9．1．5re．findall函數
9．1．6re．finditer函數
9．1．7re．split函數
9．2正則表達式模式及實例
9．3正則表達式實例
9．3．1匹配字符串
9．3．2匹配字符組
9．3．3區間匹配
9．3．4特殊字符匹配
9．3．5取反
9．3．6快捷匹配數字和字符
9．3．7匹配空白字符
9．3．8單詞邊界
9．3．9快捷方式取反
9．3．10開始和結束
9．3．11匹配任意字符
9．3．12可選字符
9．3．13重復
9．3．14重復區間
9．3．15開閉區間
9．4正則表達式進階
9．4．1分組
9．4．2或者條件
9．4．3分組的回溯引用
9．4．4斷言
第10章數據清洗
10．1數據分析流程
10．2數據清洗的概念及流程
10．3數據清洗常用方法
10．3．1讀取數據
10．3．2初步探索數據
10．3．3簡單處理數據
10．3．4重復值處理
10．3．5異常值處理
10．3．6處理缺失值
10．3．7爬取數據
10．3．8增加特征值
10．3．9格式與內容清洗
10．3．10數據持久化保存
第11章綜合爬蟲案例
11．1數據爬取
11．1．1單線程爬取“前程無憂”
11．1．2多線程爬取“英才網”
11．1．3多線程爬取“前程無憂”
11．2簡單數據清洗
11．2．1導入庫
11．2．2初識數據
11．2．3簡單數據處理
11．2．4處理重復值
11．2．5處理空值
11．2．6字段內容清洗
11．2．7提取并增加特征值
11．2．8處理異常值
11．2．9數據保存
參考文獻
展開全部
網絡爬蟲案例教程(Python·微課視頻版) 作者簡介
韓瑩，防災科技學院教師，講授“數據科學與大數據”課程，本教材采用純的案例，和簡單的注釋，其他一些先修的知識是在其他課程有開設。
書友推薦
- >
我與地壇
- >
史學評論
- >
名家帶你讀魯迅:故事新編
- >
隨園食單
- >
伯納黛特,你要去哪(2021新版)
- >
山海經
- >
月亮與六便士
- >
回憶愛瑪儂
本類暢銷
