导语

  

内容提要

  

    胡松涛著的《Python网络爬虫实战(第2版)》从Python 3.6.4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10章，涵盖的内容有Python3.6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、Pyspider爬虫框架、爬虫与反爬虫。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、Python数据分析与挖掘技术初学者，以及高等院校和培训学校相关专业的师生阅读。

第1章  Python环境配置
  1.1  Python简介
    1.1.1  Python的历史由来
    1.1.2  Python的现状
    1.1.3  Python的应用
  1.2  Python3.6.4开发环境配置
    1.2.1  Windows下安装Python
    1.2.2  Windows下安装配置pip
    1.2.3  Linux下安装Python
    1.2.4  Linux下安装配置pip
    1.2.5  永远的hello world
  1.3  本章小结
第2章  Python基础
  2.1  Python变量类型
    2.1.1  数字
    2.1.2  字符串
    2.1.3  列表
    2.1.4  元组
    2.1.5  字典
  2.2  Python语句
    2.2.1  条件语句——if else
    2.2.2  有限循环——for
    2.2.3  无限循环——while
    2.2.4  中断循环——continue、break
    2.2.5  异常处理——try except
    2.2.6  导入模块——import
  2.3  函数和类
    2.3.1  函数
    2.3.2  类
  2.4  Python内置函数
    2.4.1  常用内置函数
    2.4.2  高级内置函数
  2.5  Python代码格式
    2.5.1  Python代码缩进
    2.5.2  Python命名规则
    2.5.3  Python代码注释
  2.6  Python调试
    2.6.1  Windows下IDLE调试
    2.6.2  Linux下pdb调试
  2.7  本章小结
第3章  简单的Python脚本
  3.1  九九乘法表
    3.1.1  Project分析
    3.1.2  Project实施
  3.2  斐波那契数列
    3.2.1  Project分析
    3.2.2  Project实施
  3.3  概率计算
    3.3.1  Project分析
    3.3.2  Project实施
  3.4  读写文件
    3.4.1  Project分析
    3.4.2  Project实施
  3.5  类的继承与重载
    3.5.1  Project1分析
    3.5.2  Project1实施
    3.5.3  Project2分析
    3.5.4  Project2实施
  3.6  多线程
    3.6.1  Project1分析
    3.6.2  Project1实施
    3.6.3  Project2分析
    3.6.4  Project2实施
  3.7  本章小结
第4章  Python爬虫常用模块
  4.1  网络爬虫技术核心
    4.1.1  网络爬虫实现原理
    4.1.2  爬行策略
    4.1.3  身份识别
  4.2  Python3标准库之urllib.request模块
    4.2.1  urllib.request请求返回网页
    4.2.2  urllib.request使用代理访问网页
    4.2.3  urllib.request修改header
  4.3  Python3标准库之logging模块
    4.3.1  简述logging模块
    4.3.2  自定义模块myLog
  4.4  re模块（正则表达式）
    4.4.1  re模块（正则表达式操作）
    4.4.2  re模块实战
  4.5  其他有用模块
    4.5.1  sys模块（系统参数获取）
    4.5.2  time模块（获取时间信息）
  4.6  本章小结
第5章  Scrapy爬虫框架
  5.1  安装Scrapy
    5.1.1  Windows下安装Scrapy环境
    5.1.2  Linux下安装Scrapy
    5.1.3  vim编辑器
  5.2  Scrapy选择器XPath和CSS
    5.2.1  XPath选择器
    5.2.2  CSS选择器
    5.2.3  其他选择器
  5.3  Scrapy爬虫实战一：今日影视
    5.3.1  创建Scrapy项目
    5.3.2  Scrapy文件介绍
    5.3.3  Scrapy爬虫编写
  5.4  Scrapy爬虫实战二：天气预报
    5.4.1  项目准备
    5.4.2  创建编辑Scrapy爬虫
    5.4.3  数据存储到json
    5.4.4  数据存储到MySQL
  5.5  Scrapy爬虫实战三：获取代理
    5.5.1  项目准备
    5.5.2  创建编辑Scrapy爬虫
    5.5.3  多个Spider
    5.5.4  处理Spider数据
  5.6  Scrapy爬虫实战四：糗事百科
    5.6.1  目标分析
    5.6.2  创建编辑Scrapy爬虫
    5.6.3  Scrapy项目中间件——添加headers
    5.6.4  Scrapy项目中间件——添加proxy
  5.7  Scrapy爬虫实战五：爬虫攻防
    5.7.1  创建一般爬虫
    5.7.2  封锁间隔时间破解
    5.7.3  封锁Cookies破解
    5.7.4  封锁User-Agent破解
    5.7.5  封锁IP破解
  5.8  本章小结
第6章  Beautiful Soup爬虫
  6.1  安装Beautiful Soup环境
    6.1.1  Windows下安装Beautiful Soup
    6.1.2  Linux下安装Beautiful Soup
    6.1.3  最强大的IDE——Eclipse
  6.2  Beautiful Soup解析器
    6.2.1  bs4解析器选择
    6.2.2  lxml解析器安装
    6.2.3  使用bs4过滤器
  6.3  bs4爬虫实战一：获取百度贴吧内容
    6.3.1  目标分析
    6.3.2  项目实施
    6.3.3  代码分析
    6.3.4  Eclipse调试
  6.4  bs4爬虫实战二：获取双色球中奖信息
    6.4.1  目标分析
    6.4.2  项目实施
    6.4.3  保存结果到Excel
    6.4.4  代码分析
  6.5  bs4爬虫实战三：获取起点小说信息
    6.5.1  目标分析
    6.5.2  项目实施
    6.5.3  保存结果到MySQL
    6.5.4  代码分析
  6.6  bs4爬虫实战四：获取电影信息
    6.6.1  目标分析
    6.6.2  项目实施
    6.6.3  bs4反爬虫
    6.6.4  代码分析
  6.7  bs4爬虫实战五：获取音悦台榜单
    6.7.1  目标分析
    6.7.2  项目实施
    6.7.3  代码分析
6.8本章小结
第7章  Mechanize模拟浏览器
  7.1  安装Mechanize模块
    7.1.1  Windows下安装Mechanize
    7.1.2  Linux下安装Mechanize
  7.2  Mechanize测试
    7.2.1  Mechanize百度
    7.2.2  Mechanize光猫F460
  7.3  Mechanize实站一：获取Modem信息
    7.3.1  获取F460数据
    7.3.2  代码分析
  7.4  Mechanize实战二：获取音悦台公告
    7.4.1  登录原理
    7.4.2  获取Cookie的方法
    7.4.3  获取Cookie
    7.4.4  使用Cookie登录获取数据
  7.5  本章小结
第8章  Selenium模拟浏览器
  8.1  安装Selenium模块
    8.1.1  Windows下安装Selenium模块
    8.1.2  Linux下安装Selenium模块
  8.2  浏览器选择
    8.2.1  Webdriver支持列表
    8.2.2  Windows下安装PhantomJS
    8.2.3  Linux下安装PhantomJS
  8.3  Selenium&PhantomJS抓取数据
    8.3.1  获取百度搜索结果
    8.3.2  获取搜索结果
    8.3.3  获取有效数据位置
    8.3.4  从位置中获取有效数据
  8.4  Selenium&PhantomJS实战一：获取代理
    8.4.1  准备环境
    8.4.2  爬虫代码
    8.4.3  代码解释
  8.5  Selenium&PhantomJS实战二：漫画爬虫
    8.5.1  准备环境
    8.5.2  爬虫代码
    8.5.3  代码解释
  8.6  本章小结
第9章  Pyspider爬虫框架
  9.1  安装Pyspider
    9.1.1  Windows下安装Pyspider
    9.1.2  Linux下安装Pyspider
    9.1.3  选择器pyquery测试
  9.2  Pyspider实战一：Youku影视排行
    9.2.1  创建项目
    9.2.2  爬虫编写
  9.3  Pyspider实战二：电影下载
    9.3.1  项目分析
    9.3.2  爬虫编写
    9.3.3  爬虫运行、调试
    9.3.4  删除项目
  9.4  Pyspider实战三：音悦台MusicTop
    9.4.1  项目分析
    9.4.2  爬虫编写
  9.5  本章小结
第10章  爬虫与反爬虫
  10.1  防止爬虫IP被禁
    10.1.1  反爬虫在行动
    10.1.2  爬虫的应对
  10.2  在爬虫中使用Cookies
    10.2.1  通过Cookies反爬虫
    10.2.2  带Cookies的爬虫
    10.2.3  动态加载反爬虫
    10.2.4  使用浏览器获取数据
  10.3  本章小结