Python网络数据采集
37推荐 收藏
75.2K阅读

Python网络数据采集

Ryan Mitchell (作者) 陶俊杰 , 陈小莉 (译者)
2016年最受欢迎电子书 技术类TOP10,全榜单:http://www.ituring.com.cn/article/273709
本书适合熟悉Python的程序员、安全专业人士、网络管理员阅读。书中不仅介绍了网络数据采集的基本原理,还深入探讨了更高级的主题,比如分析原始数据、用网络爬虫测试网站等。此外,书中还提供了详细的代码示例,以帮助你更好地理解书中的内容。

通过阅读本书,你将能够:

解析复杂的HTML页面
遍历多个网页和网站
了解API的基本概念和工作原理
学习存储数据的方法
下载、读取并抽取网络文档中的数据
使用工具和方法清洗格式异常的数据
读取并处理自然语言
越过表单和登录窗口采集数据
学习采集JavaScript的方法
学习图像处理和文字识别方法

“这本书中的工具和示例帮我轻松地将一些重复性工作自动化了,我可以将省下来的时间用于解决更有意思的问题。这是一本实用手册,非常适合用来解决实际工作中的问题。”——Eric VanWyk,美国欧林工程学院电子计算机工程师

夏至,珍惜最长一天

优惠码中输入“北半球”,订单满24-12。 输入“南半球”,你猜? 每张限用1次,6月25日过期。本活动第三方授权电子书不参与。

电子书
¥29.99
格式
mobi   pdf

纸质版定价
¥59.00

出版信息

本书特色

网络上的数据量越来越大,单靠浏览网页获取信息越来越困难,如何有效地提取并利用信息已成为一个巨大的挑战。本书采用简洁强大的Python语言,全面介绍网络数据采集技术,教你从不同形式的网络资源中自由地获取数据。你将学会如何使用Python脚本和网络API一次性采集并处理成千上万个网页上的数据。

目录

版权声明 阅读
O'Reilly Media, Inc. 介绍 阅读
译者序 阅读
前言 阅读
第一部分 创建爬虫 阅读
第 1 章 初见网络爬虫 阅读
第 2 章 复杂 HTML 解析
第 3 章 开始采集
第 4 章 使用 API
第 5 章 存储数据
第 6 章 读取文档
第二部分 高级数据采集
第 7 章 数据清洗
第 8 章 自然语言处理
第 9 章 穿越网页表单与登录窗口进行采集
第 10 章 采集 JavaScript
第 11 章 图像识别与文字处理
第 12 章 避开采集陷阱
第 13 章 用爬虫测试网站
第 14 章 远程采集
附录 A Python 简介
附录 B 互联网简介
附录 C 网络数据采集的法律与道德约束
作者简介
封面介绍

作者介绍

<作者简介>
Ryan Mitchell是数据科学家、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。

<译者简介>
陶俊杰
长期从事数据分析工作,酷爱Python,每天都和Python面对面,乐此不疲。本科毕业于北京交通大学机电学院,硕士毕业于北京交通大学经管学院。曾就职于中国移动设计院,目前在京东任职。
陈小莉
长期从事数据分析工作,喜欢Python。本科与硕士毕业于北京交通大学电信学院。目前在中科院从事科技文献与专利分析工作。

相关文章

  • 萧峰 8推荐

    图灵样书爬虫 - Python 爬虫实战

    图灵社区改了新版后,样书兑换列表暂时不见了,于是自己动手丰衣足食。 图灵样书列表:[http://setq.me/books][1] 顺便递上 Github 地址:[https://github.com/akgnah/turing-giftbooks-crawler][2]…...

  • 看到勘误里已经有对第四次印刷的勘误了,为什么电子版还是第一次印刷的版本?勘误里的问题在电子版里也没有修订,依然存在!
    ifelif  发表于 2016-07-19 11:47:37
    推荐
    • 貌似图灵的电子版更新的不够及时

      威灵顿  发表于 2016-10-06 20:13:17
  • 作为稍微有点编程基础,尤其是web基础的人来说,这本书作为爬虫入门再合适不过,书的内容不错,作者写的也不错。而且这本书后半部分终于让人明白了 为什么Python是网络爬虫的最佳编程工具。
    liiyee  发表于 2016-08-24 00:33:26
    推荐
    • 为什么啊,不要吊胃口啊兄弟

      bliu23  发表于 2016-10-10 20:56:12
  • 勘误中的问题,为什么电子版还有。
    cuing  发表于 2016-06-15 13:32:20
    推荐
  • 不建议初学者购买这本书,书中代码很多错误,初学者会抓狂的,我都考虑放弃这本书了。
    Rayer  发表于 2016-08-09 11:12:46
    推荐
    • 我去年就弃过一次了,当时买的是电子版。现在又拿第三次印刷的纸本书开始看了。电子版的错误一直没纠正。。。。。

      说书人  发表于 2017-03-30 15:26:51
  • 好期待,现在正在用Python+Selenium做爬虫,爬取动态网页的数据,这本书来得很及时啊。
    罗世伟  发表于 2016-03-01 21:49:01
    推荐
  • 好想看,好想看,好想看,好像现在就看,电子版
    Taipa  发表于 2016-03-12 03:14:28
    推荐
  • 能买了!能买了!电子版能直接买了!!!
    Taipa  发表于 2016-03-18 11:37:25
    推荐
  • 电子版先上架了,赞一个,虽然已经看上英文版了
    张宁宁  发表于 2016-03-22 18:14:24
    推荐
  • 英文版看到第六章了,英文翻译着看着太费劲了
    wcq  发表于 2016-03-22 19:01:25
    推荐
  • 书不错额,还没看完,我也经常去活动家找一些Python的会议,去学习和认识人。我在这里找的http://www.huodongjia.com/it/
    becky90  发表于 2016-03-23 15:41:30
    推荐
  • 英文版实在麻烦,买了电子版
    木子了  发表于 2016-04-17 18:51:34
    推荐
  • 购买了纸质本,电子版不可以免费下载么?
    Ivanzhu  发表于 2016-04-26 11:49:19
    推荐
  • 只有mobi格式,阅读体验比PDF差太多了
    duskyhenry  发表于 2016-04-29 09:26:19
    推荐
  • pdf有书签吗?
    Mr.joy  发表于 2016-07-21 14:45:22
    推荐
  • 电子书优惠码 TTYCFJAUE
    xOuOx  发表于 2016-10-22 18:13:17
    推荐