扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
全国计算机等级考试最新真考题库模拟考场及详解·二级MSOffice高级应用
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
C Primer Plus 第6版 中文版
-
>
深度学习
-
>
MATLAB计算机视觉与深度学习实战-赠在线交流卡和本书源码
Python网络数据采集 版权信息
- ISBN：9787115416292
- 条形码：9787115416292 ; 978-7-115-41629-2
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>>
Python网络数据采集 本书特色
本书采用简洁强大的python语言，介绍了网络数据采集，并为采集新式网络中的各种数据类型提供了全面的指导。第1部分重点介绍网络数据采集的基本原理：如何用python从网络服务器请求信息，如何对服务器的响应进行基本处理，以及如何以自动化手段与网站进行交互。第二部分介绍如何用网络爬虫测试网站，自动化处理，以及如何通过更多的方式接入网络。
Python网络数据采集 内容简介
网络上的数据量越来越大，单靠浏览网页获取信息越来越困难，如何有效地提取并利用信息已成为一个巨大的挑战。本书采用简洁强大的python语言，全面介绍网络数据采集技术，教你从不同形式的网络资源中自由地获取数据。你将学会如何使用python脚本和网络api一次性采集并处理成千上万个网页上的数据。本书适合熟悉python的程序员、安全专业人士、网络管理员阅读。书中不仅介绍了网络数据采集的基本原理，还深入探讨了更高级的主题，比如分析原始数据、用网络爬虫测试网站等。此外，书中还提供了详细的代码示例，以帮助你更好地理解书中的内容。
Python网络数据采集 目录
**部分 创建爬虫第1章 初见网络爬虫 21.1 网络连接 21.2 beautifulsoup简介 41.2.1 安装beautifulsoup 51.2.2 运行beautifulsoup 71.2.3 可靠的网络连接 8第2章 复杂html解析 112.1 不是一直都要用锤子 112.2 再端一碗beautifulsoup 122.2.1 beautifulsoup的find()和findall() 132.2.2 其他beautifulsoup对象 152.2.3 导航树 162.3 正则表达式 192.4 正则表达式和beautifulsoup 232.5 获取属性 242.6 lambda表达式 242.7 超越beautifulsoup 25第3章 开始采集 263.1 遍历单个域名 263.2 采集整个网站 303.3 通过互联网采集 343.4 用scrapy采集 38第4章 使用api 424.1 api概述 434.2 api通用规则 434.2.1 方法 444.2.2 验证 444.3 服务器响应 454.4 echo nest 464.5 twitter api 484.5.1 开始 484.5.2 几个示例 504.6 google api 524.6.1 开始 524.6.2 几个示例 534.7 解析json数据 554.8 回到主题 564.9 再说一点api 60第5章 存储数据 615.1 媒体文件 615.2 把数据存储到csv 645.3 mysql 655.3.1 安装mysql 665.3.2 基本命令 685.3.3 与python整合 715.3.4 数据库技术与*佳实践 745.3.5 mysql里的“六度空间游戏” 755.4 email 77第6章 读取文档 806.1 文档编码 806.2 纯文本 816.3 csv 856.4 pdf 876.5 微软word和.docx 88第二部分 高级数据采集第7章 数据清洗 947.1 编写代码清洗数据 947.2 数据存储后再清洗 98第8章 自然语言处理 1038.1 概括数据 1048.2 马尔可夫模型 1068.3 自然语言工具包 1128.3.1 安装与设置 1128.3.2 用nltk做统计分析 1138.3.3 用nltk做词性分析 1158.4 其他资源 119第9章 穿越网页表单与登录窗口进行采集 1209.1 python requests库 1209.2 提交一个基本表单 1219.3 单选按钮、复选框和其他输入 1239.4 提交文件和图像 1249.5 处理登录和cookie 1259.6 其他表单问题 127第10章 采集javascript 12810.1 javascript简介 12810.2 ajax和动态html 13110.3 处理重定向 137第11章 图像识别与文字处理 13911.1 ocr库概述 14011.1.1 pillow 14011.1.2 tesseract 14011.1.3 numpy 14111.2 处理格式规范的文字 14211.3 读取验证码与训练tesseract 14611.4 获取验证码提交答案 151第12章 避开采集陷阱 15412.1 道德规范 15412.2 让网络机器人看起来像人类用户 15512.2.1 修改请求头 15512.2.2 处理cookie 15712.2.3 时间就是一切 15912.3 常见表单安全措施 15912.3.1 隐含输入字段值 15912.3.2 避免蜜罐 16012.4 问题检查表 162第13章 用爬虫测试网站 16413.1 测试简介 16413.2 python单元测试 16513.3 selenium单元测试 16813.4 python单元测试与selenium单元测试的选择 172第14章 远程采集 17414.1 为什么要用远程服务器 17414.1.1 避免ip地址被封杀 17414.1.2 移植性与扩展性 17514.2 tor代理服务器 17614.3 远程主机 17714.3.1 从网站主机运行 17814.3.2 从云主机运行 17814.4 其他资源 17914.5 勇往直前 180附录a python简介 181附录b 互联网简介 184附录c 网络数据采集的法律与道德约束 188作者简介 200封面介绍 200
展开全部
Python网络数据采集 相关资料
这本书中的工具和示例帮我轻松地将一些重复性工作自动化了，我可以将省下来的时间用于解决更有意思的问题。这是一本实用手册，非常适合用来解决实际工作中的问题。”——eric vanwyk，美国欧林工程学院电子计算机工程师
Python网络数据采集 作者简介
Ryan Mitchell，数据科学家、软件工程师，目前在波士顿LinkeDrive公司负责开发公司的API和数据分析工具。此前，曾在Abine公司构建网络爬虫和网络机器人。她经常做网络数据采集项目的咨询工作，主要面向金融和零售业。另著有Instant Web Scraping with Java。
书友推荐
- >
史学评论
史学评论
¥13.9¥42.0 - >
随园食单
随园食单
¥20.6¥48.0 - >
大红狗在马戏团-大红狗克里弗-助人
大红狗在马戏团-大红狗克里弗-助人
¥3.3¥10.0 - >
新文学天穹两巨星--鲁迅与胡适/红烛学术丛书(红烛学术丛书)
新文学天穹两巨星--鲁迅与胡适/红烛学术丛书(红烛学术丛书)
¥11.0¥23.0 - >
名家带你读鲁迅:故事新编
名家带你读鲁迅:故事新编
¥13.0¥26.0 - >
我从未如此眷恋人间
我从未如此眷恋人间
¥16.4¥49.8 - >
巴金－再思录
巴金－再思录
¥33.1¥46.0 - >
莉莉和章鱼
莉莉和章鱼
¥18.1¥42.0
本类畅销
-
网络工程
¥16.8¥39 -
2022图书×抽奖盲袋
¥9.9¥25 -
2023读书月阅读盲盒——天黑，闭眼，刀谁？
¥42.3¥158 -
-
2022读者节纪念徽章-三星会员专属
¥45¥45.6 -
2023读书月阅读盲盒——我什么场面没见过？
¥42.3¥158
