《实战Python网络爬虫》内容简介

本书从原理到实践，循序渐进地讲述了使用Python开发网络爬虫的核心技术。全书从逻辑上可分为基础篇、实战篇和爬虫框架篇三部分。基础篇主要介绍了编写网络爬虫所需的基础知识，包括网站分析、数据抓取、数据清洗和数据入库。网站分析讲述如何使用Chrome和Fiddler抓包工具对网站做全面分析；数据抓取介绍了Python爬虫模块Urllib和Requests的基础知识；数据清洗主要介绍字符串操作、正则和BeautifulSoup的使用；数据入库讲述了MySQL和MongoDB的操作，通过ORM框架SQLAlchemy实现数据持久化，进行企业级开发。实战篇深入讲解了分布式爬虫、爬虫软件的开发、12306抢票程序和微博爬取等。框架篇主要讲述流行的爬虫框架Scrapy，并以Scrapy与Selenium、Splash、Redis结合的项目案例，让读者深层次了解Scrapy的使用。此外，本书还介绍了爬虫的上线部署、如何自己动手开发一款爬虫框架、反爬虫技术的解决方案等内容。
本书使用Python 3.X编写，技术先进，项目丰富，适合欲从事爬虫工程师和数据分析师岗位的初学者、大学生和研究生使用，也很适合有一些网络爬虫编写经验，但希望更加全面、深入理解Python爬虫的开发人员使用。
黄永祥，多年软件研发经验，主要从事机器人流程系统研发、大数据系统研发、网络爬虫研发以及自动化运维系统研发。擅长使用Python编写高质量代码，对Python有深入研究，热爱分享和新技术的探索。

作品目录

内容简介
作/者/简/介
前言
第1章：理解网络爬虫
第2章：爬虫开发基础
第3章：Chrome分析网站
第4章：Fiddler抓包
第5章：爬虫库Urllib
第6章：爬虫库Requests
第7章：Requests-Cache爬虫缓存
第8章：爬虫库Requests-HTML
第9章：网页操控与数据爬取
第10章：手机App数据爬取
第11章：Splash、Mitmproxy与Aiohttp
第12章：验证码识别
第13章：数据清洗
第14章：文档数据存储
第15章：ORM框架
第16章：MongoDB数据库操作
第17章：实战：爬取51Job招聘信息
第18章：实战：分布式爬虫——QQ音乐
第19章：实战：12306抢票爬虫
第20章：实战：玩转微博
第21章：实战：微博爬虫软件开发
第22章：Scrapy爬虫开发
第23章：Scrapy扩展开发
第24章：实战：爬取链家楼盘信息
第25章：实战：QQ音乐全站爬取
第26章：爬虫的上线部署
第27章：反爬虫的解决方案
第28章：自己动手开发爬虫框架