2019-11-19 15:54 3618次浏览 0条评论

目前，图书市场上仅有的几本Python网络爬虫类图书，要么是国外优秀图书，但书籍翻译隐晦，阅读难度大，而且往往由于网络原因，使得书中的案例不能正常使用，因此不适合初学者；要么是国内资料，但质量参差不齐，而且不成系统，同样不适合初学者。整个图书市场上还鲜见一本适合初学者阅读的Python网络爬虫类图书。本书便是基于这个原因而编写。本书从Python语言基础讲起，然后深入浅出地介绍了爬虫原理、各种爬虫技术及22个爬虫实战案例。本书全部选用国内网站作为爬虫案例，便于读者理解和实现，同时也可以大大提高读者对Python网络爬虫项目的实战能力。前言 第1章 Python零基础语法入门 1 1.1 Python与PyCharm安装 1 1.1.1 Python安装（Windows、Mac和Linux） 1 1.1.2 PyCharm安装 3 1.2 变量和字符串 3 1.2.1 变量 4 1.2.2 字符串的“加法”和“乘法” 4 1.2.3 字符串的切片和索引 5 1.2.4 字符串方法 5 1.3 函数与控制语句 7 1.3.1 函数 7 1.3.2 判断语句 8 1.3.3 循环语句 8 1

2019-09-16 07:50 3914次浏览 0条评论

《网络爬虫全解析——技术、原理与实践》介绍了如何开发网络爬虫。内容主要包括开发网络爬虫所需要的Java语法基础和网络爬虫的工作原理，如何使用开源组件HttpClient和爬虫框架Crawler4j抓取网页信息，以及针对抓取到的文本进行有效信息的提取。为了扩展抓取能力，《网络爬虫全解析——技术、原理与实践》介绍了实现分布式网络爬虫的关键技术。另外，《网络爬虫全解析——技术、原理与实践》介绍了从图像和语音等多媒体格式文件中提取文本信息，以及如何使用大数据技术存储抓取到的信息。最后，以实战为例，介绍了如何抓取微信和微博，以及在电商、医药、金融等领域的案例应用。其中，电商领域的应用介绍了使用网络爬虫抓取商品信息入库到网上商店的数据库表。医药领域的案例介绍了抓取PubMed医药论文库。金融领域的案例介绍了抓取股票信息，以及从年报PDF文档中提取表格等。《网络爬虫全解析——技术、原理与实践》适用于对开发信息采集软件感兴趣的自学者。也可以供有Java或程序设计基础的开发人员参考。第1章 技术基础 1 1.1 第一个程序 1 1.2 准备开发环境 2 1.2.1 JDK 2 1.2.2 Eclipse