Python 爬蟲從菜鳥到高手

本書從實戰角度系統論述了Python 爬蟲技術的核心知識，並通過大量的真實項目幫助讀者深入掌握Python 爬蟲技術及其實現。本書提供了大量實戰案例，演繹採用各種技術編寫Python 爬蟲的方式。讀者可以任意組合使用這些技術，完成非常復雜的爬蟲應用。本書共20 章，分為五篇。第一篇：基礎知識（第1～2 章），主要包括Python 編程環境的搭建、IDE 的安裝和使用、HTTP 的基礎知識、網頁基礎（HTML、CSS、JavaScript）、爬蟲的基本原理、Session、Cookie。第二篇：網絡庫（第3～5 章），主要包括網絡庫urllib、urllib3 和requests 的核心使用方法，例如，發送HTTP 請求、處理超時、設置HTTP 請求頭、處理中文字符、搭建和使用代理、解析鏈接、Robots 協議等。第三篇：解析庫（第6～9 章），主要包括3 個常用解析庫（lxml、Beautiful Soup 和pyquery）的使用方法，同時介紹了多種用於分析HTML 代碼的技術，例如，正則表達式、XPath、CSS 選擇器、方法選擇器等。第四篇：數據存儲（第10～11 章），主要包括Python 中數據存儲的解決方案，如文件存儲和SQLite 數據庫。第五篇：爬蟲高級應用（第12～20 章），主要包括Python 爬蟲的一些高級技術，如抓取異步數據、Selenium、Splash、抓取移動App 數據、Appium、多線程爬蟲、爬蟲框架Scrapy、通過OpenCV 技術識別驗證碼；最後給出一個綜合的實戰案例，該案例綜合了Python 爬蟲、數據存儲、PyQt、多線程、數據可視化、Web 等多種技術實現一個可視化爬蟲。