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，还深入探讨了更不错的主题，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，以等

●译者序   ix
●前言   xi
●部分  创建爬虫
●第1章  初见网络爬虫   2
●1.1  网络连接   2
●1.2  BeautifulSoup简介   4
●1.2.1  安装BeautifulSoup   5
●1.2.2  运行BeautifulSoup   7
●1.2.3  可靠的网络连接   8
●第2章  复杂HTML解析   11
●2.1  不是一直都要用锤子   11
●2.2  再端一碗BeautifulSoup   12
●2.2.1  BeautifulSoup的find()和findAll()   13
●2.2.2  其他BeautifulSoup对象   15
●2.2.3  导航树   16
●2.3  正则表达式   19
●2.4  正则表达式和BeautifulSoup   23
●2.5  获取属性   24
●2.6  Lambda表达式   24
●2.7  超YUEBeautifulSoup   25
●部分目录

内容简介

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。靠前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。 (美)米切尔(Ryan Mitchell) 著；陶俊杰,陈小莉译 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。
Python网络数据采集下载 mobi epub pdf txt 电子书格式