Python爬虫项目教程查看源代码讨论查看历史

来自 孔夫子网 的图片

《Python爬虫项目教程》，编者黄锐军，责编初美呈，定价59.80，ISBN号9787115569998，出版社人民邮电出版社，版印次1版 1次，开本16开，装帧*装，页数260，出版时间2021-11，印刷时间2021-11。

人民邮电出版社，1953年10月成立，隶属于中国工信出版传媒集团，是工业和信息化部主管的大型专业出版社。建社以来，人民邮电出版社围绕“立足工信事业，面向现代社会，传播科学知识，引领美好生活”的出版宗旨，已发展成为集图书、期刊、音像电子及数字出版于一体的综合性出版大社。

内容简介

本书以Python语言为基础，介绍了爬虫的基础知识。本书包括6个实战项目，分别为爬取外汇网站数据、爬取名言网站数据、爬取电影网站数据、爬取图书网站数据、爬取商城网站数据、爬取景区网站数据。本书通过这些项目讲解了Python的Web访问技术、BeautifulSoup的数据分析与提取技术、深度优先与广度优先顺序爬取技术、多线程网页爬取技术、scrapy分布式爬取框架技术、selenium爬虫程序技术、AWS中的DynamoDB数据库的NoSQL存储技术等。本书每个项目都遵循由浅入深的学习规律，采取理论与实践相结合的方式来引导读者完成实战。

本书可作为计算机软件技术专业及其相关专业的程序设计课程教材。

目录

项目1 爬取外汇网站数据

1.1 项目任务

1.2 搭建爬虫程序开发环境

1.2.1 理解爬虫程序

1.2.2 搭建开发环境

1.3 使用Flask创建Web网站

1.3.1 安装Flask框架

1.3.2 创建模拟外汇网站

1.3.3 编写客户端程序并获取网站的HTML代码

1.4 使用GET方法访问Web网站

1.4.1 客户端使用GET方法发送数据

1.4.2 服务器端使用GET方法获取数据

1.5 使用POST方法访问Web网站

1.5.1 客户端使用POST方法发送数据

1.5.2 服务器端使用POST方法获取数据

1.5.3 混合使用GET与POST方法

1.6 使用正则表达式匹配数据

1.6.1 使用正则表达式匹配字符串

1.6.2 使用正则表达式爬取数据

1.7 综合项目 爬取模拟外汇网站数据

1.7.1 创建模拟外汇网站

1.7.2 解析网站的HTML代码

1.7.3 设计存储数据库

1.7.4 编写爬虫程序

1.7.5 执行爬虫程序

1.8 实战项目 爬取实际外汇网站数据

1.8.1 解析网站的HTML代码

1.8.2 爬取网站外汇汇率数据

1.8.3 设计存储数据库

1.8.4 编写爬虫程序

1.8.5 执行爬虫程序

项目总结

练习1

项目2 爬取名言网站数据

2.1 项目任务

2.2 使用BeautifulSoup装载HTML文档

2.2.1 创建模拟名言网站

2.2.2 安装BeautifulSoup程序包

2.2.3 装载HTML文档

2.3 使用BeautifulSoup查找HTML元素

2.3.1 使用find()函数查找

2.3.2 查找元素属性与文本

2.3.3 使用find_all()函数查找

2.3.4 使用高级查找

2.4 使用BeautifulSoup遍历文档元素

2.4.1 获取元素节点的父节点

2.4.2 获取元素节点的直接子节点

2.4.3 获取元素节点的所有子孙节点

2.4.4 获取元素节点的兄弟节点

2.5 BeautifulSoup支持使用CSS语法进行查找

……

项目3 爬取电影网站数据

项目4 爬取图书网站数据

项目5 爬取商城网站数据

项目6 爬取景区网站数据