零基礎(chǔ)學(xué)Python網(wǎng)絡(luò)爬蟲(chóng)案例實(shí)戰(zhàn)全流程詳解（高級(jí)進(jìn)階篇）

定　價(jià)：￥89.80

作　者：	王宇韜,吳子湛,史靖涵
出版社：	機(jī)械工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787111684749	出版時(shí)間：	2021-06-01	包裝：	平裝-膠訂
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：		字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　網(wǎng)絡(luò)爬蟲(chóng)是當(dāng)今獲取數(shù)據(jù)不可或缺的重要手段。本書(shū)講解了Python爬蟲(chóng)的進(jìn)階理論與技術(shù)，幫助讀者提升實(shí)戰(zhàn)水平。全書(shū)共7章。第1～3章為常見(jiàn)反爬機(jī)制的應(yīng)對(duì)手段，主要內(nèi)容包括Cookie模擬登錄、多種類(lèi)型的驗(yàn)證碼識(shí)別、Ajax動(dòng)態(tài)請(qǐng)求破解。第4章為手機(jī)App內(nèi)容爬取。第5章和第6章為Scrapy爬蟲(chóng)框架應(yīng)用。第7章為爬蟲(chóng)云服務(wù)器部署。本書(shū)適合有一定Python網(wǎng)絡(luò)爬蟲(chóng)編程基礎(chǔ)的學(xué)生或相關(guān)從業(yè)人員，以及想要在Python網(wǎng)絡(luò)爬蟲(chóng)開(kāi)發(fā)、不同類(lèi)型的反爬機(jī)制應(yīng)對(duì)、爬蟲(chóng)框架開(kāi)發(fā)、爬蟲(chóng)云端部署等方面進(jìn)階提高的讀者。

作者簡(jiǎn)介

　　王宇韜（CFA、FRM、AQF）華能貴誠(chéng)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(guò)CFA 3級(jí)、FRM 2級(jí)、AQF。在華能貴誠(chéng)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(zhuān)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(zhǎng)大數(shù)據(jù)分析與挖掘。史靖涵北京郵電大學(xué)計(jì)算機(jī)專(zhuān)業(yè)學(xué)士，帝國(guó)理工大學(xué)和加州大學(xué)伯克利分校計(jì)算機(jī)專(zhuān)業(yè)碩士，擅長(zhǎng)分布式爬蟲(chóng)與數(shù)據(jù)挖掘。

圖書(shū)目錄

前言
本書(shū)學(xué)習(xí)資源
第1章　Cookie模擬登錄
1.1　Cookie模擬登錄的原理 11
1.1.1　客戶(hù)端與服務(wù)端 11
1.1.2　HTTP的無(wú)狀態(tài)性 12
1.1.3　Cookie的含義與作用 13
1.1.4　Session的含義與作用 16
1.1.5　Cookie與Session的交互 17
1.2　案例實(shí)戰(zhàn)1：模擬登錄淘寶并爬取數(shù)據(jù) 20
1.2.1　獲取Cookie模擬登錄淘寶 20
1.2.2　爬取淘寶商品數(shù)據(jù) 25
1.3　案例實(shí)戰(zhàn)2：模擬登錄新浪微博并爬取數(shù)據(jù) 29
1.3.1　獲取Cookie模擬登錄新浪微博 30
1.3.2　爬取新浪微博熱搜榜信息 34
★ 課后習(xí)題 38
第2章　驗(yàn)證碼反爬的應(yīng)對(duì)
2.1　圖像驗(yàn)證碼 39
2.1.1　超級(jí)鷹平臺(tái)注冊(cè) 40
2.1.2　超級(jí)鷹Python接口的使用 41
2.1.3　案例實(shí)戰(zhàn)：英文驗(yàn)證碼和中文驗(yàn)證碼識(shí)別 46
2.2　計(jì)算題驗(yàn)證碼 51
2.3　滑塊驗(yàn)證碼 54
2.4　滑動(dòng)拼圖驗(yàn)證碼 57
2.4.1　初級(jí)版滑動(dòng)拼圖驗(yàn)證碼 59
2.4.2　高級(jí)版滑動(dòng)拼圖驗(yàn)證碼 63
2.5　點(diǎn)選驗(yàn)證碼 68
2.5.1　本地網(wǎng)頁(yè)識(shí)別 69
2.5.2　bilibili點(diǎn)選驗(yàn)證碼識(shí)別初探 75
2.5.3　bilibili點(diǎn)選驗(yàn)證碼識(shí)別升級(jí)：無(wú)限嘗試版 80
★ 課后習(xí)題 85
第3章　Ajax動(dòng)態(tài)請(qǐng)求破解
3.1　Ajax簡(jiǎn)介 86
3.1.1　不同的網(wǎng)頁(yè)翻頁(yè)方式的對(duì)比 86
3.1.2　Ajax的基本概念與工作原理 88
3.2　案例實(shí)戰(zhàn)1：爬取開(kāi)源中國(guó)博客頻道 89
3.2.1　分析Ajax請(qǐng)求 89
3.2.2　爬取單頁(yè)博客 92
3.2.3　爬取多頁(yè)博客 96
3.3　案例實(shí)戰(zhàn)2：爬取新浪微博 98
3.3.1　模擬登錄新浪微博 100
3.3.2　分析單個(gè)微博頁(yè)面 101
3.3.3　破解Ajax請(qǐng)求爬取多頁(yè) 103
★ 課后習(xí)題 108
第4章　手機(jī)App內(nèi)容爬取
4.1　相關(guān)軟件安裝 109
4.1.1　安裝夜神模擬器 110
4.1.2　安裝Node.js 111
4.1.3　安裝JDK 113
4.1.4　安裝Android Studio 117
4.1.5　安裝Appium 118
4.1.6　安裝Appium-Python-Client庫(kù) 118
4.2　手機(jī)模擬操作初步嘗試 119
4.2.1　用Android Studio連接夜神模擬器 119
4.2.2　用Python連接微信App 121
4.3　Appium基本操作與進(jìn)階操作 123
4.3.1　Appium基本操作 123
4.3.2　Appium進(jìn)階操作 126
4.4　案例實(shí)戰(zhàn)：爬取微信朋友圈內(nèi)容 132
4.4.1　獲取微信朋友圈頁(yè)面源代碼 133
4.4.2　提取微信朋友圈內(nèi)容 135
4.5　多開(kāi)模擬器打開(kāi)多個(gè)微信 138
4.5.1　多開(kāi)模擬器 138
4.5.2　用Appium連接多個(gè)模擬器 139
★ 課后習(xí)題 143
第5章　Scrapy爬蟲(chóng)框架
5.1　Scrapy框架基礎(chǔ) 144
5.1.1　Scrapy的安裝方法 144
5.1.2　Scrapy的整體架構(gòu) 146
5.1.3　Scrapy的常用指令 148
5.2　案例實(shí)戰(zhàn)1：百度新聞爬取 156
5.2.1　Robots協(xié)議破解 157
5.2.2　User-Agent設(shè)置 158
5.2.3　百度新聞標(biāo)題爬取 159
5.3　案例實(shí)戰(zhàn)2：新浪新聞爬取 160
5.3.1　實(shí)體文件設(shè)置 161
5.3.2　新浪新聞爬?。号廊∫粭l新聞 162
5.3.3　新浪新聞爬?。号廊《鄺l新聞 166
5.3.4　新浪新聞爬取：生成文本文件報(bào)告 167
5.4　案例實(shí)戰(zhàn)3：豆瓣電影海報(bào)圖片爬取 170
5.4.1　用常規(guī)方法爬取 170
5.4.2　用Scrapy爬取 171
5.5　知識(shí)拓展：Python類(lèi)的相關(guān)知識(shí) 176
5.5.1　類(lèi)和對(duì)象的概念 176
5.5.2　類(lèi)名、屬性和方法 176
5.5.3　類(lèi)的進(jìn)階知識(shí) 179
★ 課后習(xí)題 182
第6章　Scrapy應(yīng)對(duì)反爬
6.1　中間件技術(shù)概述 183
6.1.1　下載器中間件 184
6.1.2　爬蟲(chóng)中間件 184
6.2　Scrapy IP代理：爬取搜狗圖片 185
6.2.1　用Requests庫(kù)批量下載圖片 186
6.2.2　用Scrapy框架批量下載圖片 198
6.3　Scrapy Cookie：模擬登錄淘寶 202
6.3.1　在中間件文件中添加Cookie 202
6.3.2　編寫(xiě)并運(yùn)行爬蟲(chóng)文件：爬取淘寶網(wǎng)頁(yè) 204
6.4　Scrapy Selenium庫(kù)：爬取財(cái)經(jīng)新聞 206
6.4.1　在中間件文件中添加Selenium庫(kù) 207
6.4.2　編寫(xiě)并運(yùn)行爬蟲(chóng)文件：爬取新聞信息 209
★ 課后習(xí)題 214
第7章　爬蟲(chóng)云服務(wù)器部署
7.1　HTML網(wǎng)頁(yè)制作進(jìn)階 215
7.1.1　表格 217
7.1.2　列表 218
7.1.3　樣式設(shè)計(jì) 220
7.1.4　背景設(shè)置 228
7.2　Flask Web編程基礎(chǔ) 232
7.2.1　Flask入門(mén) 232
7.2.2　用render_template()函數(shù)渲染頁(yè)面 237
7.2.3　用Flask連接數(shù)據(jù)庫(kù) 242
7.3　Flask Web編程實(shí)戰(zhàn) 247
7.3.1　展示單家公司的數(shù)據(jù) 247
7.3.2　展示多家公司的數(shù)據(jù) 252
7.3.3　展示輿情評(píng)分 255
7.3.4　只展示當(dāng)天新聞 257
7.3.5　只展示負(fù)面新聞 258
7.4　云服務(wù)器的購(gòu)買(mǎi)和登錄 261
7.5　程序云端部署及網(wǎng)站搭建 265
7.5.1　搭建程序的運(yùn)行環(huán)境 265
7.5.2　程序24小時(shí)運(yùn)行及Flask項(xiàng)目部署 266
7.5.3　域名申請(qǐng)和使用 267
★ 課后習(xí)題 270