Python网络爬虫实战

给大家带来的一篇关于Python爬虫相关的电子书资源，介绍了关于Python、网络爬虫、Python实战方面的内容，本书是由清华大学出版社出版，格式为PDF，资源大小47.4 MB，胡松涛编写，目前豆瓣、亚马逊、当当、京东等电子书综合评分为：7.8。

内容介绍

本书从Python的安装开始，详细讲解了Python从简单程序延伸到Python网络爬虫的全过程。本书从实战出发，根据不同的需求选取不同的爬虫，有针对性地讲解了几种Python网络爬虫。本书共8章，涵盖的内容有Python语言的基本语法、Python常用IDE的使用、Python第三方模块的导入使用、Python爬虫常用模块、Scrapy爬虫、Beautiful Soup爬虫、Mechanize模拟浏览器和Selenium模拟浏览器。本书所有源代码已上传网盘供读者下载。本书内容丰富，实例典型，实用性强。适合Python网络爬虫初学者、数据分析与挖掘技术初学者，以及高校及培训学校相关专业的师生阅读。

目 录

• 第1章 Python环境配置 1
• 1.1Python简介 1
• 1.1.1Python的历史由来 1
• 1.1.2Python的现状 2
• 1.1.3Python的应用 2
• 1.2Python开发环境配置 4
• 1.2.1Windows下安装Python 4
• 1.2.2Windows下安装配置pip 9
• 1.2.3Linux下安装Python 10
• 1.2.4Linux下安装配置pip 12
• 1.2.5永远的开始：hello world 15
• 1.3 本章小结 20
• 第2章 Python基础 21
• 2.1Python变量类型 21
• 2.1.1数字 21
• 2.1.2字符串 24
• 2.1.3列表 28
• 2.1.4元组 34
• 2.1.5字典 36
• 2.2Python语句 40
• 2.2.1条件语句——if else 40
• 2.2.2有限循环——for 41
• 2.2.3无限循环——while 43
• 2.2.4中断循环——continue、break 45
• 2.2.5异常处理——try except 47
• 2.2.6导入模块——import 49
• 2.3 函数和类 53
• 2.3.1函数 53
• 2.3.2类 59
• 2.4Python代码格式 65
• 2.4.1Python代码缩进 65
• 2.4.2Python命名规则 66
• 2.4.3Python代码注释 68
• 2.5Python调试 70
• 2.5.1Windows下IDLE调试 70
• 2.5.2Linux下pdb调试 73
• 2.6 本章小结 77
• 第3章 简单的Python脚本 78
• 3.1 九九乘法表 78
• 3.1.1Project分析 78
• 3.1.2Project实施 78
• 3.2 斐波那契数列 80
• 3.2.1Project分析 80
• 3.2.2Project实施 80
• 3.3 概率计算 81
• 3.3.1Project分析 81
• 3.3.2Project实施 82
• 3.4 读写文件 83
• 3.4.1Project分析 83
• 3.4.2project实施 84
• 3.5 本章小结 85
• 第4章 Python爬虫常用模块 86
• 4.1Python标准库之urllib2模块 86
• 4.1.1urllib2请求返回网页 86
• 4.1.2urllib2使用代理访问网页 88
• 4.1.3urllib2修改header 91
• 4.2Python标准库——logging模块 95
• 4.2.1简述logging模块 95
• 4.2.2自定义模块myLog 99
• 4.3 其他有用模块 102
• 4.3.1re模块（正则表达式操作） 102
• 4.3.2sys模块（系统参数获取） 105
• 4.3.3time模块（获取时间信息） 106
• 4.4 本章小结 110
• 第5章 Scrapy爬虫框架 111
• 5.1 安装Scrapy 111
• 5.1.1Windows下安装Scrapy环境 111
• 5.1.2Linux下安装Scrapy 112
• 5.1.3vim编辑器 113
• 5.2Scrapy选择器XPath和CSS 114
• 5.2.1XPath选择器 114
• 5.2.2CSS选择器 117
• 5.2.3其他选择器 118
• 5.3Scrapy爬虫实战一：今日影视 118
• 5.3.1创建Scrapy项目 119
• 5.3.2Scrapy文件介绍 120
• 5.3.3Scrapy爬虫编写 123
• 5.4Scrapy爬虫实战二：天气预报 129
• 5.4.1项目准备 130
• 5.4.2创建编辑Scrapy爬虫 131
• 5.4.3数据存储到json 138
• 5.4.4数据存储到MySQL 140
• 5.5Scrapy爬虫实战三：获取代理 146
• 5.5.1项目准备 146
• 5.5.2创建编辑Scrapy爬虫 147
• 5.5.3多个Spider 153
• 5.5.4处理Spider数据 157
• 5.6Scrapy爬虫实战四：糗事百科 159
• 5.6.1目标分析 159
• 5.6.2创建编辑Scrapy爬虫 160
• 5.6.3Scrapy项目中间件——添加headers 161
• 5.6.4Scrapy项目中间件——添加proxy 165
• 5.7scrapy爬虫实战五：爬虫攻防 167
• 5.7.1创建一般爬虫 167
• 5.7.2封锁间隔时间破解 171
• 5.7.3封锁Cookies破解 171
• 5.7.4封锁user-agent破解 171
• 5.7.5封锁IP破解 174
• 5.8 本章小结 177
• 第6章 Beautiful Soup爬虫 178
• 6.1 安装BeautifulSoup环境 178
• 6.1.1Windows下安装Beautiful Soup 178
• 6.1.2Linux下安装Beautiful Soup 179
• 6.1.3最强大的IDE——Eclipse 179
• 6.2BeautifulSoup解析器 188
• 6.2.1bs4解析器选择 188
• 6.2.2lxml解析器安装 189
• 6.2.3使用bs4过滤器 190
• 6.3bs4爬虫实战一：获取百度贴吧内容 196
• 6.3.1目标分析 196
• 6.3.2项目实施 197
• 6.3.3代码分析 205
• 6.3.4Eclipse调试 206
• 6.4bs4爬虫实战二：获取双色球中奖信息 207
• 6.4.1目标分析 207
• 6.4.2项目实施 210
• 6.4.3保存结果到Excel 214
• 6.4.4代码分析 221
• 6.5bs4爬虫实战三：获取起点小说信息 221
• 6.5.1目标分析 222
• 6.5.2项目实施 223
• 6.5.3保存结果到MySQL 226
• 6.5.4代码分析 230
• 6.6bs4爬虫实战四：获取电影信息 230
• 6.6.1目标分析 230
• 6.6.2项目实施 232
• 6.6.3bs4反爬虫 235
• 6.6.4代码分析 237
• 6.7bs4爬虫实战五：获取音悦台榜单 238
• 6.7.1目标分析 238
• 6.7.2项目实施 239
• 6.7.3代码分析 244
• 6.8 本章小结 245
• 第7章 Mechanize模拟浏览器 246
• 7.1 安装Mechanize模块 246
• 7.1.1Windows下安装Mechanize 246
• 7.1.2Linux下安装Mechanize 247
• 7.2Mechanize 测试 248
• 7.2.1Mechanize百度 248
• 7.2.2Mechanize光猫F460 251
• 7.3Mechanize实站一：获取Modem信息 254
• 7.3.1获取F460数据 254
• 7.3.2代码分析 257
• 7.4Mechanize实战二：获取音悦台公告 258
• 7.4.1登录原理 258
• 7.4.2获取Cookie的方法 259
• 7.4.3获取Cookie 262
• 7.4.4使用Cookie登录获取数据 266
• 7.5 本章总结 270
• 第8章 Selenium模拟浏览器 271
• 8.1 安装Selenium模块 271
• 8.1.1Windows下安装Selenium模块 271
• 8.1.2Linux下安装Selenium模块 272
• 8.2 浏览器选择 272
• 8.2.1Webdriver支持列表 272
• 8.2.2Windows下安装PhantomJS 273
• 8.2.3Linux下安装PhantomJS 276
• 8.3Selenium&PhantomJS抓取数据 277
• 8.3.1获取百度搜索结果 277
• 8.3.2获取搜索结果 280
• 8.3.3获取有效数据位置 282
• 8.3.4从位置中获取有效数据 284
• 8.4Selenium&PhantomJS实战一：获取代理 285
• 8.4.1准备环境 285
• 8.4.2爬虫代码 287
• 8.4.3代码解释 289
• 8.5Selenium&PhantomJS实战二：漫画爬虫 289
• 8.5.1准备环境 290
• 8.5.2爬虫代码 291
• 8.5.3代码解释 294
• 8.6 本章总结 294

学习笔记

学会python爬虫怎么赚钱

Python爬虫如此的神奇，那我们不禁要问关键的一点，用它怎么赚钱。 最典型的就是找爬虫外包活儿。 这个真是体力活，最早是在国外各个freelancer网站上找适合个人做的小项目，看见了就赶紧去bid一下，把价格标得死死的，由于是挣dollar，当时换算成人民币是1:7.5左右感觉还是换算，别人标几百刀，我就标几十刀，价格战。就是这样做些体力活，不过有个问题是我们跟老美时差是12小时，刚好是颠倒的，他们白天干活的时候，我们刚好是凌晨，所以在回复他们信息时就很延迟，另外又加上有阿三来竞争，那个bid价格惨目忍睹，做了一年多就放弃了。 接着又去琢磨了其他的挣钱方法。 爬数据做网站 那会……

Python爬虫常用库的安装及其环境配置

Python常用库的安装 urllib、re 这两个库是Python的内置库，直接使用方法import导入即可。 在python中输入如下代码： import urllibimport urllib.requestresponse=urllib.request.urlopen("http://www.baidu.com")print(response) 返回结果为HTTPResponse的对象： http.client.HTTPResponse object at 0x000001929C7525F8 正则表达式模块 import re 该库为python自带的库，直接运行不报错，证明该库正确安装。 requests这个库是请求的库 我们需要使用执行文件pip3来进行安装。文件处于C:\Python36\Scripts下，我们可以先将此路径设为环境变量。在命令行中输入 pip3 install requests 进行安装。安装完成后进行验证 import requests requests.get('http://www.baidu.com')Response [200] selenium实际上是……

Python爬虫之pandas基本安装与使用方法示例

本文实例讲述了Python爬虫之pandas基本安装与使用方法。分享给大家供大家参考，具体如下： 一、简介： Python Data Analysis Library 或 pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现，它是使Python成为强大而高效的数据分析环境的重要因素之一。 官网： http://pandas.pydata.org/pandas-docs/stable/10min.html http://pandas.pydata.org/pandas-docs/stable/cookbook.html#cookbook 二、安装： import pandas 三、使用： 1、需求，用python爬虫爬到了一些数据，但……

以上就是本次介绍的Python爬虫电子书的全部相关内容，希望我们整理的资源能够帮助到大家，感谢大家对码农之家的支持。

上一篇：大型IT系统性能测试入门经典

下一篇：从零开始学Storm