Python爬虫开发与项目实战 PDF

GeekCat

内容简介
　　随着大数据时代到来，网络信息量也变得更多更大，基于传统搜索引擎的局限性，网络爬虫应运而生，本书从基本的爬虫原理开始讲解，通过介绍Pthyon编程语言和Web前端基础知识引领读者入门，之后介绍动态爬虫原理以及Scrapy爬虫框架，最后介绍大规模数据下分布式爬虫的设计以及PySpider爬虫框架等。
　　主要特点：
　　l 由浅入深，从Python和Web前端基础开始讲起，逐步加深难度，层层递进。
　　l 内容详实，从静态网站到动态网站，从单机爬虫到分布式爬虫，既包含基础知识点，又讲解了关键问题和难点分析，方便读者完成进阶。
　　l 实用性强，本书共有9个爬虫项目，以系统的实战项目为驱动，由浅及深地讲解爬虫开发中所需的知识和技能。
　　难点详析，对js加密的分析、反爬虫措施的突破、去重方案的设计、分布式爬虫的开发进行了细致的讲解。

目录
版权信息
前言
基础篇
第1章 回顾Python编程
1.1 安装Python
1.2 搭建开发环境
1.3 IO编程
1.4 进程和线程
1.5 网络编程
1.6 小结
第2章 Web前端基础
2.1 W3C标准
2.2 HTTP标准
2.3 小结
第3章 初识网络爬虫
3.1 网络爬虫概述
3.2 HTTP请求的Python实现
3.3 小结
第4章 HTML解析大法
4.1 初识Firebug
4.2 正则表达式
4.3 强大的BeautifulSoup
4.4 小结
第5章 数据存储（无数据库版）
5.1 HTML正文抽取
5.2 多媒体文件抽取
5.3 Email提醒
5.4 小结
第6章 实战项目：基础爬虫
6.1 基础爬虫架构及运行流程
6.2 URL管理器
6.3 HTML下载器
6.4 HTML解析器
6.5 数据存储器
6.6 爬虫调度器
6.7 小结
第7章 实战项目：简单分布式爬虫
7.1 简单分布式爬虫结构
7.2 控制节点
7.3 爬虫节点
7.4 小结
中级篇
第8章 数据存储（数据库版）
8.1 SQLite
8.2 MySQL
8.3 更适合爬虫的MongoDB
8.4 小结
第9章 动态网站抓取
9.1 Ajax和动态HTML
9.2 动态爬虫1：爬取影评信息
9.3 PhantomJS
9.4 Selenium
9.5 动态爬虫2：爬取去哪网
9.6 小结
第10章 Web端协议分析
10.1 网页登录POST分析
10.2 验证码问题
10.3 www>m>wap
10.4 小结
第11章 终端协议分析
11.1 PC客户端抓包分析
11.2 App抓包分析
11.3 API爬虫：爬取mp3资源信息
11.4 小结
第12章 初窥Scrapy爬虫框架
12.1 Scrapy爬虫架构
12.2 安装Scrapy
12.3 创建cnblogs项目
12.4 创建爬虫模块
12.5 选择器
12.6 命令行工具
12.7 定义Item
12.8 翻页功能
12.9 构建Item Pipeline
12.10 内置数据存储
12.11 内置图片和文件下载方式
12.12 启动爬虫
12.13 强化爬虫
12.14 小结
第13章 深入Scrapy爬虫框架
13.1 再看Spider
13.2 Item Loader
13.3 再看Item Pipeline
13.4 请求与响应
13.5 下载器中间件
13.6 Spider中间件
13.7 扩展
13.8 突破反爬虫
13.9 小结
第14章 实战项目：Scrapy爬虫
14.1 创建知乎爬虫
14.2 定义Item
14.3 创建爬虫模块
14.4 Pipeline
14.5 优化措施
14.6 部署爬虫
14.7 小结
深入篇
第15章 增量式爬虫
15.1 去重方案
15.2 BloomFilter算法
15.3 Scrapy和BloomFilter
15.4 小结
第16章 分布式爬虫与Scrapy
16.1 Redis基础
16.2 Python和Redis
16.3 MongoDB集群
16.4 小结
第17章 实战项目：Scrapy分布式爬虫
17.1 创建云起书院爬虫
17.2 定义Item
17.3 编写爬虫模块
17.4 Pipeline
17.5 应对反爬虫机制
17.6 去重优化
17.7 小结
第18章 人性化PySpider爬虫框架
18.1 PySpider与Scrapy
18.2 安装PySpider
18.3 创建豆瓣爬虫
18.4 选择器
18.5 Ajax和HTTP请求
18.6 PySpider和PhantomJS
18.7 数据存储
18.8 PySpider爬虫架构
18.9 小结


下载地址：

游客，如果您要查看本帖隐藏内容请回复

备注说明：
书籍来源于网络，仅限用于试读，版权归原作者所有，若喜欢请购买纸质图书，请支持正版！



来自群组: 一起玩游戏

左耳

PYG有你更精彩！

Phenix

一大波知识，快到碗里来！

yyzzccj

感谢分享啊 找好久了

daoben

感谢分享，了解了解

jhszs333

好东西  先收下了

xdnice

学习下python

lengbingling

Python爬虫开发与项目实战

277019136@qq.co

谢谢楼主好书分享，受益匪浅！！！！

qyouqme

一大波知识，快到碗里来！