孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 占位居中 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台
商品
拍卖区
在售
已售
搜索历史
搜索
高级搜索

Python网络数据采集

Python网络数据采集
分享
扫描下方二维码分享到微信
打开微信，点击右上角”+“，
使用”扫一扫“即可将网页分享到朋友圈。
作者: [美] （Ryan Mitchell） 著 , 译 , 译
出版社: 人民邮电出版社
2016-03
版次: 1
ISBN: 9787115416292
定价: 59.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 200页
字数: 280千字
正文语种: 简体中文
原版书名: Web Scraping with Python Collecting Date From The Modern Web
丛书: 图灵程序设计丛书
分类: 计算机与互联网
778人买过
  • 　　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。 　　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。 译者序   ix
    前言   xi
    第一部分　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　超越BeautifulSoup   25
    第3 章　开始采集   26
    3．1　遍历单个域名   26
    3．2　采集整个网站   30
    3．3　通过互联网采集   34
    3．4　用Scrapy 采集   38
    第4 章　使用API   42
    4．1　API 概述   43
    4．2　API 通用规则   43
    4．2．1　方法   44
    4．2．2　验证   44
    4．3　服务器响应   45
    4．4　Echo Nest   46
    4．5　Twitter API   48
    4．5．1　开始   48
    4．5．2　几个示例   50
    4．6　Google API   52
    4．6．1　开始   52
    4．6．2　几个示例   53
    4．7　解析JSON 数据   55
    4．8　回到主题   56
    4．9　再说一点API   60
    第5 章　存储数据   61
    5．1　媒体文件   61
    5．2　把数据存储到CSV   64
    5．3　MySQL   65
    5．3．1　安装MySQL   66
    5．3．2　基本命令   68
    5．3．3　与Python 整合   71
    5．3．4　数据库技术与最佳实践   74
    5．3．5　MySQL 里的“六度空间游戏”   75
    5．4　Email   77
    第6 章　读取文档   80
    6．1　文档编码   80
    6．2　纯文本   81
    6．3　CSV   85
    6．4　PDF  87
    6．5　微软Word 和．docx   88
    第二部分　高级数据采集
    第7 章　数据清洗   94
    7．1　编写代码清洗数据   94
    7．2　数据存储后再清洗   98
    第8 章　自然语言处理   103
    8．1　概括数据   104
    8．2　马尔可夫模型   106
    8．3　自然语言工具包   112
    8．3．1　安装与设置   112
    8．3．2　用NLTK 做统计分析   113
    8．3．3　用NLTK 做词性分析   115
    8．4　其他资源   119
    第9 章　穿越网页表单与登录窗口进行采集   120
    9．1　Python Requests 库   120
    9．2　提交一个基本表单   121
    9．3　单选按钮、复选框和其他输入   123
    9．4　提交文件和图像   124
    9．5　处理登录和cookie   125
    9．6　其他表单问题   127
    第10 章　采集JavaScript   128
    10．1　JavaScript 简介   128
    10．2　Ajax 和动态HTML   131
    10．3　处理重定向   137
    第11 章　图像识别与文字处理   139
    11．1　OCR 库概述   140
    11．1．1　Pillow   140
    11．1．2　Tesseract   140
    11．1．3　NumPy   141
    11．2　处理格式规范的文字   142
    11．3　读取验证码与训练Tesseract   146
    11．4　获取验证码提交答案   151
    第12 章　避开采集陷阱   154
    12．1　道德规范   154
    12．2　让网络机器人看起来像人类用户   155
    12．2．1　修改请求头   155
    12．2．2　处理cookie   157
    12．2．3　时间就是一切   159
    12．3　常见表单安全措施   159
    12．3．1　隐含输入字段值   159
    12．3．2　避免蜜罐   160
    12．4　问题检查表   162
    第13 章　用爬虫测试网站   164
    13．1　测试简介   164
    13．2　Python 单元测试  165
    13．3　Selenium 单元测试   168
    13．4　Python 单元测试与Selenium 单元测试的选择   172
    第14 章　远程采集   174
    14．1　为什么要用远程服务器   174
    14．1．1　避免IP 地址被封杀   174
    14．1．2　移植性与扩展性   175
    14．2　Tor 代理服务器   176
    14．3　远程主机   177
    14．3．1　从网站主机运行   178
    14．3．2　从云主机运行   178
    14．4　其他资源   179
    14．5　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
  • 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。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。
  • 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。
  • 目录:
    译者序   ix
    前言   xi
    第一部分　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　超越BeautifulSoup   25
    第3 章　开始采集   26
    3．1　遍历单个域名   26
    3．2　采集整个网站   30
    3．3　通过互联网采集   34
    3．4　用Scrapy 采集   38
    第4 章　使用API   42
    4．1　API 概述   43
    4．2　API 通用规则   43
    4．2．1　方法   44
    4．2．2　验证   44
    4．3　服务器响应   45
    4．4　Echo Nest   46
    4．5　Twitter API   48
    4．5．1　开始   48
    4．5．2　几个示例   50
    4．6　Google API   52
    4．6．1　开始   52
    4．6．2　几个示例   53
    4．7　解析JSON 数据   55
    4．8　回到主题   56
    4．9　再说一点API   60
    第5 章　存储数据   61
    5．1　媒体文件   61
    5．2　把数据存储到CSV   64
    5．3　MySQL   65
    5．3．1　安装MySQL   66
    5．3．2　基本命令   68
    5．3．3　与Python 整合   71
    5．3．4　数据库技术与最佳实践   74
    5．3．5　MySQL 里的“六度空间游戏”   75
    5．4　Email   77
    第6 章　读取文档   80
    6．1　文档编码   80
    6．2　纯文本   81
    6．3　CSV   85
    6．4　PDF  87
    6．5　微软Word 和．docx   88
    第二部分　高级数据采集
    第7 章　数据清洗   94
    7．1　编写代码清洗数据   94
    7．2　数据存储后再清洗   98
    第8 章　自然语言处理   103
    8．1　概括数据   104
    8．2　马尔可夫模型   106
    8．3　自然语言工具包   112
    8．3．1　安装与设置   112
    8．3．2　用NLTK 做统计分析   113
    8．3．3　用NLTK 做词性分析   115
    8．4　其他资源   119
    第9 章　穿越网页表单与登录窗口进行采集   120
    9．1　Python Requests 库   120
    9．2　提交一个基本表单   121
    9．3　单选按钮、复选框和其他输入   123
    9．4　提交文件和图像   124
    9．5　处理登录和cookie   125
    9．6　其他表单问题   127
    第10 章　采集JavaScript   128
    10．1　JavaScript 简介   128
    10．2　Ajax 和动态HTML   131
    10．3　处理重定向   137
    第11 章　图像识别与文字处理   139
    11．1　OCR 库概述   140
    11．1．1　Pillow   140
    11．1．2　Tesseract   140
    11．1．3　NumPy   141
    11．2　处理格式规范的文字   142
    11．3　读取验证码与训练Tesseract   146
    11．4　获取验证码提交答案   151
    第12 章　避开采集陷阱   154
    12．1　道德规范   154
    12．2　让网络机器人看起来像人类用户   155
    12．2．1　修改请求头   155
    12．2．2　处理cookie   157
    12．2．3　时间就是一切   159
    12．3　常见表单安全措施   159
    12．3．1　隐含输入字段值   159
    12．3．2　避免蜜罐   160
    12．4　问题检查表   162
    第13 章　用爬虫测试网站   164
    13．1　测试简介   164
    13．2　Python 单元测试  165
    13．3　Selenium 单元测试   168
    13．4　Python 单元测试与Selenium 单元测试的选择   172
    第14 章　远程采集   174
    14．1　为什么要用远程服务器   174
    14．1．1　避免IP 地址被封杀   174
    14．1．2　移植性与扩展性   175
    14．2　Tor 代理服务器   176
    14．3　远程主机   177
    14．3．1　从网站主机运行   178
    14．3．2　从云主机运行   178
    14．4　其他资源   179
    14．5　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
查看详情
相关分类
计算机理论 编程与开发 操作系统 大数据与云计算 图形图像/多媒体 网站设计与网页开发 网络与通讯 硬件、嵌入式开发 办公软件 信息安全 辅助设计与工程计算 软件工程/开发项目管理
系列丛书 / 更多
Python网络数据采集
机器学习实战
[美]Peter Harrington 著；李锐、李鹏、曲亚东 译
￥0.01 起
Python网络数据采集
图灵程序设计丛书：Python基础教程
[挪威]Magnus Lie Hetland 著；司维、曾军崴、谭颖华 译
￥0.10 起
Python网络数据采集
Python编程：从入门到实践
[美]埃里克·马瑟斯（Eric Matthes） 著；袁国忠 译
￥4.00 起
Python网络数据采集
JavaScript高级程序设计（第3版）
[美]Nicholas C.Zakas 著；李松峰、曹力 译
￥0.10 起
Python网络数据采集
R语言实战（第2版）
[美]卡巴科弗（Robert I. Kabacoff） 著；王小宁、刘撷芯、黄俊文 译
￥2.50 起
Python网络数据采集
算法（第4版）
[美]Robert、[美]Kevin Wayne 著；谢路云 译
￥0.50 起
Python网络数据采集
大数据：互联网大规模数据挖掘与分布式处理
[美]Anand、[美]Jeffrey David Ullman 著；王斌 译
￥0.01 起
Python网络数据采集
Spark快速大数据分析
[美]卡劳（Holden Karau）、[美]肯维尼斯科（Andy Konwinski）、[美]温德尔（Patrick Wendell）、[加拿大]扎哈里亚（Matei Zaharia） 著；王道远 译
￥0.01 起
Python网络数据采集
MySQL必知必会
[英]福塔（Ben Forta） 著；刘晓霞、钟鸣 译
￥1.00 起
Python网络数据采集
图解HTTP
[日]上野·宣 著；于均良 译
￥1.00 起
Python网络数据采集
算法图解
袁国忠 译
￥3.00 起
Python网络数据采集
Spring Boot实战
[美]克雷格·沃斯（Craig Walls） 著；丁雪丰 译
￥1.00 起
相关图书 / 更多
Python网络数据采集
Python程序设计基础与案例实战（慕课版）
张平
￥44.32 起
Python网络数据采集
PyTorch实战
（印）Ashish Ranjan Jha（阿施·拉贾汉·贾）
￥67.94 起
Python网络数据采集
Python游戏开发从入门到进阶实战
明日科技 编著
￥43.02 起
Python网络数据采集
Pylon
Faulkner；William
￥92.00 起
Python网络数据采集
PySpark大数据分析与应用
戴刚，张良均
￥43.97 起
Python网络数据采集
Python推荐系统实战：基于深度学习、NLP和图算法的应用型推荐系统
（印）阿克谢·库尔卡尼 等
￥42.57 起
Python网络数据采集
Python金融量化实战固定收益类产品分析
欧晨
￥49.40 起
Python网络数据采集
Python量子计算实践：基于Qiskit和IBM Quantum Experience平台
（美）哈西·诺伦（Hassi Norlén）
￥64.24 起
Python网络数据采集
Python金融量化分析
肖建军；高拴平
￥41.00 起
Python网络数据采集
Python Streamlit从入门到实战——快速构建机器学习和数据科学Web应用（微课视频版）
王鑫
￥29.74 起
Python网络数据采集
Python编程：时间序列分析入门与实战应用
王恺
￥38.80 起
Python网络数据采集
Python语言科研绘图与学术图表绘制从入门到精通 科技绘图与科学可视化专业教程
关东升 编著
￥62.16 起
您可能感兴趣 / 更多
Python网络数据采集
归属感：如何通过社群获得商业竞争优势
[美]大卫·斯平克斯（David Spinks） 著；颉腾文化 出品
￥34.07 起
Python网络数据采集
《城市的夜晚》2024百班千人暑期书目小学生1年级名师推荐全新正版现货速发
[美]朱莉·唐宁 著；冷玉斌 冷念则 译
￥28.60 起
Python网络数据采集
雪花的故事（用照片展示雪花的秘密，为你揭开冬日奇景的奥秘）
[美]马克·卡西诺[美]乔恩·尼尔森
￥13.52 起
Python网络数据采集
进阶书系-国际史的技艺
[美] 马克·特拉亨伯格
￥39.90 起
Python网络数据采集
杜甫传
[美]弗洛伦斯.艾思柯
￥49.49 起
Python网络数据采集
神奇的数字零：从数字0开始的极简数学史和人类发展史
[美]查尔斯·塞弗(Charles Seife)著 杨杨立汝 译
￥35.00 起
Python网络数据采集
爵士乐史（精装本）
[美]泰德·乔亚 著
￥100.64 起
Python网络数据采集
环境的科学 （平装版）
[美]威廉·坎宁安 后浪
￥28.00 起
Python网络数据采集
美利坚在燃烧：20世纪60年代以来的警察暴力与黑人反抗
[美]伊丽莎白·欣顿 著 胡位钧 译
￥47.34 起
Python网络数据采集
数学侦探 游乐园里的古怪笑脸
[美]丹尼尔·肯尼 艾米丽·博艾尔 著 刘玙婧、王婧 译；小博集出品
￥6.07 起
Python网络数据采集
儒教中国及其现代命运（三部曲）
[美]列文森 作者；[中]季剑青 译者
￥63.70 起
Python网络数据采集
逃家小兔成长绘本系列
[美]玛格丽特.怀兹.布朗
￥67.05 起
© 2002-2024 Kongfz.com 孔夫子旧书网 版权所有
关于孔网 联系我们 帮助中心 版权隐私 广告业务 工作机会 移动版 图书目录 图书标签 热搜书籍 作家大全