网站撷取：使用Python（二版） pdf epub mobi txt 电子书下载 2025

简体网页||繁体网页

☆☆☆☆☆

下载链接在页面底部

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 复制链接

想要找书就要到小特书站

ttbooks.qciss.net

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

具体描述

在现代网路蒐集资料

　　如果程式设计是魔术，那么网站撷取当然是一种魔法。你可以撰写简单的自动化程式查询网页伺服器、请求资料、并解析所需的资讯。本书不只介绍网页撷取，还包含撷取各种现代网站资料的详尽指南。

　　本书第一部份专注于网站撷取机制：使用Python从网页伺服器取得资料、执行伺服器回应的基本处理工作、以及与网站的自动化互动。第二部分探索适用于不同撷取场景的各种工具与应用程式。

　　‧解析复杂HTML网页
　　‧以Scrapy架构开发爬行程序
　　‧学习爬行资料的储存方式
　　‧从文件读取与提炼资料
　　‧清理格式不良的资料
　　‧以自然语言读写
　　‧透过表单与登入的爬行
　　‧JavaScript与API爬行
　　‧使用影像文字识别软体
　　‧避开爬行陷阱与机器人阻挡程序
　　‧使用爬行程序测试你的网站

好评推荐

　　「本书涵盖的工具与范例，让我轻易把好几个重复的工作自动化，腾出时间解决更多有趣的问题。这是本重视成果、内容从实务问题与解法出发，又能很快读完的好书。」 — Eric VanWyk, 电子计算机工程师，麻州欧林工程学院

著者信息

作者简介

Ryan Mitchell

　　波士顿HedgeServ的资深软体工程师，为公司开发API与资料分析工具。她毕业于Olin College of Engineering，取得资工学位与Harvard University Extension School的认证。曾任职于Abine，以Python开发爬行程序与自动化工具。为零售、金融、医疗等产业提供网站撷取专案的顾问服务，并曾在Northeastern University与Olin College of Engineering担任课程顾问和兼职教员。

图书目录

前言

第一部建构撷取程序
第一章你的第一个撷取程序
第二章进阶HTML解析
第三章撰写网站爬行程序
第四章网站爬行模型
第五章 Scrapy
第六章储存资料

第二部储存资料
第七章读取文件
第八章清理脏资料
第九章读写自然语言
第十章表单与登入
第十一章与撷取相关的JavaScript
第十二章透过API 爬行
第十三章影像处理与文字辨识
第十四章避开撷取陷阱
第十五章以爬行程序测试你的网站
第十六章平行撷取网站
第十七章远端撷取
第十八章网站撷取的法规与道德

索引