会员
实战Python网络爬虫
更新时间：2019-11-22 18:45:53 最新章节：28.6 本章小结
书籍简介
本书从原理到实践，循序渐进地讲述了使用Python开发网络爬虫的核心技术。全书从逻辑上可分为基础篇、实战篇和爬虫框架篇三部分。基础篇主要介绍了编写网络爬虫所需的基础知识，包括网站分析、数据抓取、数据清洗和数据入库。网站分析讲述如何使用Chrome和Fiddler抓包工具对网站做全面分析；数据抓取介绍了Python爬虫模块Urllib和Requests的基础知识；数据清洗主要介绍字符串操作、正则和BeautifulSoup的使用；数据入库讲述了MySQL和MongoDB的操作，通过ORM框架SQLAlchemy实现数据持久化，进行企业级开发。实战篇深入讲解了分布式爬虫、爬虫软件的开发、12306抢票程序和微博爬取等。框架篇主要讲述流行的爬虫框架Scrapy，并以Scrapy与Selenium、Splash、Redis结合的项目案例，让读者深层次了解Scrapy的使用。此外，本书还介绍了爬虫的上线部署、如何自己动手开发一款爬虫框架、反爬虫技术的解决方案等内容。本书使用Python3.X编写，技术先进，项目丰富，适合欲从事爬虫工程师和数据分析师岗位的初学者、大学生和研究生使用，也很适合有一些网络爬虫编写经验，但希望更加全面、深入理解Python爬虫的开发人员使用。
品牌：清华大学
上架时间：2019-06-01 00:00:00
出版社：清华大学出版社
本书数字版权由清华大学提供，并由其授权上海阅文信息技术有限公司制作发行
最新章节
黄永祥
同类热门书
最新上架
- 会员本书以Intel80x86处理器和个人计算机为硬件平台，基于Windows操作系统软件平台，借助MASM和NASM汇编程序讲解32位汇编语言程序设计。本书内容包括基本的汇编语言基础、常用处理器指令和汇编语言伪指令以及基本程序结构，还包括扩展的Windows和DOS编程、与C++语言的混合编程、输入/输出指令及编程，并涉及浮点、多媒体及64位指令等。本书可以作为普通高校“汇编语言程序设计”等课程的计算机21.3万字
- 会员本书为软件测试初学者量身打造，从零开始，覆盖软件公司招聘的基本要求。全书分为16章，涵盖了软件测试的核心概念、功能测试方法、Linux基础知识、MySQL数据库管理、Web自动化测试框架、HTTP接口测试、Charles抓包工具的使用、Python接口自动化测试、AI赋能软件测试，以及如何制作求职简历等内容。此外，本书还提供精选面试题及参考答案，助力读者通过面试。全书知识体系循序渐进，紧跟读者需求计算机19.1万字
- 会员本书涵盖了SpringCloudAlibaba框架的八大核心技术主题，分别是注册中心、远程调用、负载均衡、配置中心、服务网关、消息通信、分布式事务和服务可用性。并且，通过一个系统性的项目案例，讲解企业级微服务系统开发的工程实践。其间提供大量的设计图例和示例代码，更提供配套的视频教程。对于每个主题，书中采用“技术概念和特性→框架使用方法→项目案例实战→核心原理和源码剖析”的方式讲解，使读者递进式计算机12.9万字
- 会员本书基于Python语言介绍自动化测试的基本概念和技术，旨在帮助读者了解和掌握自动化测试的实现方法。本书覆盖Python基本语法、自动化测试框架、测试用例的设计方法、集成测试的自动化等重要知识，并通过实际案例演示如何使用Python编写自动化测试脚本。本书适合测试人员和开发人员阅读。计算机6.5万字
- 会员运行速度慢的系统常常令人沮丧。它们会浪费用户的时间和金钱，甚至可能会扼杀项目，危及相关从业人员的职业生涯。本书主要面向那些对计算机程序和其他程序消耗时间情况以及改进这种情况的方法感兴趣的人，作者以一种清晰且值得思考的方式解释了为什么系统会这样运行，并融合亲身经历，用讲故事的方式分享了自己作为程序性能咨询顾问的经验，教大家如何改进系统。他不仅教读者性能优化方面的技能，还引导读者使用新的思维方式，更稳计算机10.3万字
- 会员基于当前Web3世界的快速发展，零知识证明在落地应用方面取得了快速进展。本书从技术原理和相关具体工程实现的角度对其进行介绍。本书第1章从总体上回顾了Web3的发展，以及当前的表现形态，第2章和第3章从最简洁的数学层面向读者介绍了零知识证明是什么，以及如何构建零知识证明。第4章从技术层面介绍了Web3世界中零知识证明的主流实现方案，第5章从应用层面介绍了零知识证明在Web3世界中的一些典型计算机21万字
- 会员本书主要讲解了搭建一个企业级数据仓库项目的全过程，从项目需求入手，逐步讲解项目架构的设计、技术框架的选型、数据仓库项目的理论基础。接着分别讲解了大数据的数据采集、数据计算、数据仓库分层、全流程调度和指标结果可视化。本书涉及的数据仓库的数据源更加丰富、更加贴近实际开发，各技术框架的版本也进行了全面升级，数据仓库搭建过程的思路分析更加详细，并配了更多思路讲解图，更有利于读者理解。本书IT互联网程序员、计算机9.6万字
- 会员本书旨在介绍RISC-V体系结构的设计和实现。本书首先介绍RISC-V体系结构基础知识、实验环境搭建、基础指令集、函数调用规范与栈，然后讲解GNU汇编器、链接器与链接脚本、内嵌汇编代码，接着讨论RISC-V体系结构中的异常处理、中断处理与中断控制器、内存管理、高速缓存、缓存一致性、TLB管理、原子操作、内存屏障指令、合理使用内存屏障指令、与操作系统相关的内容、可伸缩矢量计算与优化，最后阐述RISC计算机26.2万字
同类书籍最近更新
- 会员本书注重理论与实践紧密结合，系统介绍算法设计方法、分析技巧和C++编程实战。作者本着“易理解，重实用”的指导思想，结合多年的教学经验，以算法设计策略为主线，沿着“算法思想—算法设计—构造实例—算法描述—算法分析—C++实战”的思路组织学习内容，共包括算法及基础知识、贪心法、分治法、动态规划、搜索法、随机化算法、线性规划问题与网络流、数论算法及计算几何算法和NP完全理论等9章内容。程序设计16.9万字