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

目錄

第一部分 創(chuàng)建爬蟲
第1章 初見網絡爬蟲
第2章 復雜HTML 解析
第3章 編寫網絡爬蟲
第4章 網絡爬蟲模型
第5章 Scrapy
第6章 存儲數(shù)據
第二部分 高級網頁抓取
第7章 讀取文檔
第8章 數(shù)據清洗
第9章 自然語言處理
第10章 穿越網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
第13章 圖像識別與文字處理
第14章 避開抓取陷阱
第15章 用爬蟲測試網站
第16章 并行網頁抓取
第17章 遠程抓取
第18章 網頁抓取的法律與道德約束