Python網(wǎng)絡(luò)爬蟲權(quán)威指南(第2版)采用簡潔強大的Python 語言，介紹了網(wǎng)頁抓取，并為抓取新式網(wǎng)絡(luò)中的各種數(shù)據(jù)類型提供了全面的指導(dǎo)。第一部分重點介紹網(wǎng)頁抓取的基本原理：如何用Python 從網(wǎng)絡(luò)服務(wù)器請求信息，如何對服務(wù)器的響應(yīng)進行基本處理，以及如何以自動化手段與網(wǎng)站進行交互。第二部分介紹如何用網(wǎng)絡(luò)爬蟲測試網(wǎng)站，自動化處理，以及如何通過更多的方式接入網(wǎng)絡(luò)。

目錄

第一部分 創(chuàng)建爬蟲
第1章 初見網(wǎng)絡(luò)爬蟲
第2章 復(fù)雜HTML 解析
第3章 編寫網(wǎng)絡(luò)爬蟲
第4章 網(wǎng)絡(luò)爬蟲模型
第5章 Scrapy
第6章 存儲數(shù)據(jù)
第二部分 高級網(wǎng)頁抓取
第7章 讀取文檔
第8章 數(shù)據(jù)清洗
第9章 自然語言處理
第10章 穿越網(wǎng)頁表單與登錄窗口進行抓取
第11章 抓取JavaScript
第12章 利用API 抓取數(shù)據(jù)
第13章 圖像識別與文字處理
第14章 避開抓取陷阱
第15章 用爬蟲測試網(wǎng)站
第16章 并行網(wǎng)頁抓取
第17章 遠程抓取
第18章 網(wǎng)頁抓取的法律與道德約束