相关截图：





资料简介：

本书采用通俗易懂的语言、丰富多彩的实例，详细介绍了使用Python语言进行网络数据爬取的知识，主要内容包括Python语法、正则表达式、BeautifulSoup技术、Selenium技术、Scrapy框架、数据库存储等，同时详细介绍了爬取网站和博客内容、电影数据信息、招聘信息、在线百科知识、微博内容、农产品信息等实例。

书中所有知识点都结合经典实例进行介绍，涉及的实例都给出了详细的分析流程，程序代码都给出了具体的注释1同时采用图文结合的形式讲解，让读者能更加轻松地领会Python网络数据爬虫的精髓，并快速提高自己的开发能力。本书即可作为Python开发入门者的自学用书，也可作为高等院校数据爬取、数据分析、数据挖掘、大数据等相关专业的教学参考书或实验指导书，还可供Python开发人员查阅、参考。

1章 网络数据爬取概述      1

1.1 网络爬虫           1

1.2 相关技术           3

1.2.1 HTTP          3

1.2.2 HTML        3

1.2.3 Python          5

1.3 本章小结          5

参考文献             5

2章 Python知识初学      

2.1 Python简介          6

2.2 基础语法          11

2.2.1 缩进与注释       11

2.2.2 变量与常量       12

2.2.3 输入与输出       14

2.2.4 赋值与表达式      16

2.3 数据类型          16

2.3.1 数字类型        16

2.3.2 字符串类型       17

2.3.3 列表类型        17

2.3.4 元组类型        19

2.3.5 字典类型        19

2.4 条件语句          19

2.4.1 单分支         20

2.4.2 二分支         20

2.4.3 多分支         21

2.5 循环语句          22

2.5.1 while循环        22

2.5.2 for循环         24

2.5.3 break和continue语句  24

2.6 函 数           25

2.6.1 自定义函数       26

2.6.2 常见内部库函数     27

2.6.3 三方库函数      29

2.7 字符串操作         30

2.8 文件操作          32

2.8.1 打开文件        32

2.8.2 读/写文件       32

2.8.3 关闭文件        33

2.8.4 循环遍历文件      34

2.9 面向对象          34

2.10 本章小结          36

参考文献            36

3章 正则表达式爬虫之牛刀小试  37

3.1 正则表达式         37

3.2 Python网络数据爬取的常用模块39

3.2.1 urllib模块        39

3.2.2 urlparse模块       42

3.2.3 requests模块       44

3.3 正则表达式爬取网络数据的常见方法                45

3.3.1 爬取标签间的内容    45

3.3.2 爬取标签中的参数    49

3.3.3 字符串处理及替换    50

3.4 个人博客爬取实例      52

3.4.1 分析过程        52

3.4.2 代码实现        57

3.5 本章小结          59

参考文献            59

4章 BeautifulSoup技术     60

4.1 安装BeautifulSoup      60

4.1.1 Python 2.7安装BeautifulSoup                 60

4.1.2 pip安装扩展库      63

4.2 快速开始BeautifulSoup解析 67

4.2.1 BeautifulSoup解析 HTML 68

4.2.2 简单获取网页标签信息  71

4.2.3 定位标签并获取内容   72

4.3 深入了解BeautifulSoup    73

4.3.1 BeautifulSoup对象    74

4.3.2 遍历文档树       79

4.3.3 搜索文档树       82

4.4 BeautifulSoup简单爬取个人博客网站                84

4.5 本章小结          87

参考文献            87

5章 BeautifulSoup爬取电影信息 88

5.1 分析网页DOM 树结构    88

5.1.1 分析网页结构及简单爬取 88

5.1.2 定位节点及网页翻页分析 91

5.2 爬取豆瓣电影信息      94

5.3 链接跳转分析及详情页面爬取 98

5.4 本章小结          104

参考文献            104

6章 Python数据库知识    105

6.1 MySQL数据库       105

6.1.1 MySQL的安装与配置  105

6.1.2 SQL基础语句详解    112

6.2 Python操作 MySQL数据库 119

6.2.1 安装 MySQL扩展库  119

6.2.2 程序接口DB-API    121

6.2.3 Python调用 MySQLdb扩展库                122

6.3 Python操作SQLite 3数__________据库 126

6.4 本章小结          129

参考文献            129

7章 基于数据库存储的BeautifulSoup招聘爬虫            130

7.1 知识图谱和智联招聘     130

7.2 BeautifulSoup爬取招聘信息  132

7.2.1 分析网页链接及跳转处理132

7.2.2 DOM 树节点分析及网页爬取                 135

7.3 Navicat for MySQL工具操作数据库                137

7.3.1 连接数据库       137

7.3.2 创建数据库       139

7.3.3 创建表         141

7.3.4 数据库增删改查操作   143

7.4 MySQL数据库存储招聘信息 146

7.4.1 MySQL操作数据库   146

7.4.2 代码实现        148

7.5 本章小结          153

参考文献            153

8章 Selenium技术       154

8.1 初识Selenium        154

8.1.1 安装Selenium      155

8.1.2 安装浏览器驱动     156

8.1.3 PhantomJS       158

8.2 快速开始Selenium解析   159

8.3 定位元素          162

8.3.1 通过id属性定位元素  163

8.3.2 通过name属性定位元素165

8.3.3 通过XPath路径定位元素166

8.3.4 通过起链接文本定位元素 168

8.3.5 通过标签名定位元素   169

8.3.6 通过类属性名定位元素  170

8.3.7 通过CSS选择器定位元素170

8.4 常用方法和属性       170

8.4.1 操作元素的方法     170

8.4.2 WebElement常用属性  174

8.5 键盘和鼠标自动化操作    175

8.5.1 键盘操作        175

8.5.2 鼠标操作        177

8.6 导航控制          178

8.6.1 下拉菜单交互操作    178

8.6.2 Window和Frame间对话框的移动              179

8.7 本章小结          180

参考文献            180

9章 Selenium爬取在线百科知识 181

9.1 三大在线百科        181

9.1.1 维基百科        181

9.1.2 百度百科        183

9.1.3 互动百科        184

9.2 Selenium爬取维基百科    185

9.2.1 网页分析        185

9.2.2 代码实现        190

9.3 Selenium爬取百度百科    190

9.3.1 网页分析        190

9.3.2 代码实现        195

9.4 Selenium爬取互动百科    198

9.4.1 网页分析       198

9.4.2 代码实现        200

9.5 本章小结          202

参考文献            203

10章 基于数据库存储的Selenium博客爬虫               204

10.1 博客网站         204

10.2 Selenium爬取博客信息   20

10.2.1 Forbidden错误     206

10.2.2 分析博客网站翻页方法 208

10.2.3 DOM 树节点分析及网页爬取                 210

10.3 MySQL数据库存储博客信息 212

10.3.1 Navicat for MySQL创建表213

10.3.2 Python操作 MySQL数据库                214

10.3.3 代码实现       216

10.4 本章小结         222

11章 基于登录分析的Selenium微博爬虫                223

参考文献            242

12章 基于图片抓取的Selenium爬虫                 243

12.4 本章小结         254

13章 Scrapy技术爬取网络数据 255

13.4 本章小结         285