全新PYTHON 3.7网络爬虫快速入门王启明9787302536475

章 简识PYTHON 1
1.1 了解PYTHON 1
1.1.1 Python的概念 1
1.1.2 有趣的Python程序 2
1.2 集成开发环境 4
1.2.1 安装Python 3.7 4
1.2.2 从LE启动Python 6
1.3 编写自己的个PYTHON程序：一个简单的问候 8
1.4 小结 11
第2章 PYTHON语法速览 12
2.1 数据类型与变量 12
2.1.1 数据类型 12
2.1.2 变量 14
2.2 运算符 15
2.2.1 算术运算符 16
2.2.2 比较运算符 17
2.. 赋值运算符 17
2.2.4 逻辑运算符 18
2.2.5 位运算符 19
2.2.6 成员运算符 20
2.2.7 身份运算符 21
2.2.8 运算符的优先级 21
. 使用复合类型 21
..1 列表 22
..2 元组 26
.. 字典 26
..4 集合 27
2.4 流程控制结构 29
2.4.1 选择结构 29
2.4.2 重复结构（循环结构） 30
2.5 小结 33
第3章 函 数 34
3.1 认识函数 34
3.1.1 什么是函数 34
3.1.2 创建函数 35
3.2 使用函数 35
3.2.1 参数 36
3.2.2 返回值 38
3.. 函数的递归 39
3.3 实践一下 40
3.3.1 实践一：编写一个函数 40
3.3.2 实践二：遍历与 41
3.4 小结 42
第4章 LXML模块和XPATH语法 43
4.1 LXML模块 43
4.1.1 什么是模块 43
4.1.2 关于lxml模块 44
4.1.3 lxml模块的安装 44
4.1.4 lxml库的用法 46
4.2 XPATH语法 46
4.2.1 基本语法 46
4.2.2 基本操作 47
4.. lxml库的用法 49
4.2.4 XPath范例程序测试 50
4.3 爬虫LXML解析实战 53
4.3.1 爬取豆瓣 53
4.3.2 爬取电影天堂 55
4.3.3 爬取猫眼电影 58
4.3.4 爬取腾讯招聘网 61
4.3.5 关于HTML 63
4.4 小结 63
第5章 BEAUTIFULSOUP库 64
5.1 简识BEAUTIFULSOUP 4 64
5.1.1 安装与配置 64
5.1.2 基本用法 66
5.2 BEAUTIFULSOUP 对象 67
5.2.1 创建BeautifulSoup对象 67
5.2.2 4类对象 70
5.. 遍历文档树 74
5.2.4 搜索文档树 78
5.3 方法和CSS选择器 81
5.3.1 find类方法 81
5.3.2 CSS选择器 82
5.4 爬取示范：使用BEAUTIFULSOUP爬取电影天堂 85
5.4.1 基本思路 85
5.4.2 实际爬取 85
5.5 小结 87
第6章 正则表达式 88
6.1 了解正则表达式 88
6.1.1 基本概念 88
6.1.2 re模块 89
6.1.3 compile()方法 89
6.1.4 match()方法 90
6.1.5 group()和groups()方法 90
6.1.6 search()方法 90
6.1.7 findall()方法 92
6.1.8 finditer()方法 93
6.1.9 split()方法 94
6.1.10 sub()方法 94
6.2 抓取 95
6.2.1 抓取标签间的内容 95
6.2.2 抓取tr\td标签间的内容 98
6.. 抓取标签中的参数 99
6.2.4 字符串处理及替换 101
6.3 爬取实战 102
6.3.1 获取数据 103
6.3.2 筛选数据 104
6.3.3 保存数据 107
6.3.4 显示数据 107
6.4 总结 108
第7章 JSON文件处理、CSV文件处理和MYSL数据库操作 109
7.1 简识JSON 109
7.1.1 什么是JSON 109
7.1.2 字典和列表转JSON 110
7.1.3 将JSON数据转储到文件中 111
7.1.4 将一个JSON字符串加载为Python对象 111
7.1.5 从文件中读取JSON 112
7.2 CSV文件处理 113
7.2.1 读取CSV文件 113
7.2.2 把数据写入CSV文件 114
7.. 练习 115
7.3 MYSL数据库 117
7.3.1 MySL数据库的安装 117
7.3.2 安装MySL模块 127
7.3.3 连接MySL 27
7.3.4 执行SL语句 128
7.3.5 创建表 129
7.3.6 插入数据 130
7.3.7 查看数据 132
7.3.8 修改数据 133
7.3.9 删除数据 135
7.3.10 实践操作 136
7.4 小结 139
第8章 多线程爬虫 140
8.1 关于多线程 140
8.1.1 基本知识 140
8.1.2 多线程的适用范围 141
8.2 多线程的实现 142
8.2.1 使用_thread模块创建多线程 142
8.2.2 关于Threading模块 145
8.. 使用函数方式创建线程 146
8.2.4 传递可调用的类的实例来创建线程 148
8.2.5 派生子类并创建子类的实例 149
8.3 使用多进程 150
8.3.1 创建子进程 150
8.3.2 将进程定义为类 151
8.3.3 创建多个进程 152
8.4 爬取示范：多线程爬取豆瓣电影 153
8.4.1 使用多进程进行爬取 154
8.4.2 使用多线程进行爬取 156
8.5 小结 158
第9章 图形验识别技术 159
9.1 图像识别开源库：TESSERACT 159
9.1.1 安装Tesseract 159
9.1.2 设置环境变量 164
9.1.3 验安装 166
9.2 对网络验码的识别 168
9.2.1 读取网络验码并识别 168
9.2.2 对验码进行转化 169
9.3 小结 170
0章 SCRAPY框架 171
10.1 了解SCRAPY 171
10.1.1 Scrapy框架概述 171
10.1.2 安装 173
10.2 开发SCRAPY的过程 176
10.2.1 Scrapy开发步骤 176
10.2.2 Scrapy保存信息的格式 177
10.. 项目中各个文件的作用 178
10.3 爬虫范例 179
10.3.1 Scrapy爬取美剧天堂 179
10.3.2 Scrapy爬取豆瓣网 182
10.3.3 Scrapy爬取豆瓣网II 186
10.4 总结 189
1章 PYUERY模块 190
11.1 PYUERY模块 190
11.1.1 什么是Pyery模块 190
11.1.2 Pyery模块的安装 190
11.2 PYUERY模块用法 191
11.2.1 使用字符串初始化Pyery对象 191
11.2.2 使用文件初始化Pyery对象 192
11.. 使用URL初始化Pyery对象 193
11.3 CSS筛选器的使用 194
11.3.1 基本CSS选择器 194
11.3.2 查找节点 195
11.3.3 遍历结果并输出 197
11.3.4 获取文本信息 198
11.4 爬虫PYUERY解析实战 200
11.4.1 爬取猫眼票房 200
11.4.2 爬取微博热搜 201
11.5 小结 202

王启明，Python培训讲师，拥有多年的Python研发经验和授课经验，始终坚持干货满满的授课方式。书中精选了多年来实践的大量爬虫案例，希望帮到更多的读者。

Python是简练的语言
使用像Python这样的动态类型语言编写的代码往往比用主流语言编写的代码更加简短。这意味着，在编程的过程中会有更少的录入工作，而且会更容易记住算法并真正领会算法的原理。
Python是易读的语言
Python不时被人们指为“可执行的伪代码”。虽然很明显这是夸大之词，但是它表明大多数有经验的程序员可以读懂Python代码并领会代码所要表达的意图。
Python是易安装的语言
要搭建Python的环境容易，不管是Windows、Linux还是Mac系统，只要配置好Python的环境，只需要easy_install XX或者pip install XX 就可以安装所需要的第三方扩展包。
Python是易扩展的语言
Python附属了很多标准库，涉及数据函数、XML解析以及网页下载、RSS解析、SLLite等，可以解决现实中遇到的各种问题。
为什么用Python实现网络爬虫
基于上述优点，加上抓取网页文档的接口更简洁；相比动态脚本语言，如Perl、Shell，Python的urllib2包提供了较为完整的访问网页文档的API，以及抓取后的处理方法，比如筛选HTML标签、提取文本等。Python的相关扩展可以用极短的代码完成大部分文档的处理。
本书涉及的技术或框架
Python基本语法 正则表达式 线程（Thread）
Python函数 XML 程（rocess）
lxml模块 CSV 图形识别验码
XPath语法 MySL Scrapy
BeautifulSoup Pyery
本书涉及的范例和案例
爬取豆瓣网的内容 爬取鼠绘漫画的图片
爬取电影天堂网的内容 使用多线程爬取豆瓣的内容
爬取猫眼电影网的内容 使用Tesseract识别验码的图片
爬取腾讯招聘网的内容 使用Scrapy框架爬取豆瓣网的内容
使用BeautifulSoup爬取电影天堂的内容 使用Pyery爬取微博热搜的内容
使用正则表达式爬取糗事百科的内容
本书特点
（1）语言通俗易懂。对于没有基础的读者，忌讳的就是讲一些艰深晦涩的理论，让人难于理解。本书则尽量使用通俗易懂的语言来介绍Python，让大家更容易理解各种知识点，从而将相应的知识变成自己的能力。
（2）结合范例程序来讲解知识点。为了讲明各个知识点，基本上每个知识点都通过相关的范例程序来说明。通过范例程序及实际的执行效果，让大家学以致用，在理解领会的基础上进一步掌握相关知识、相应模块的方法。
（3）插图配合教学视频。为了保本的范例程序均能够成功执行，每个范例程序不仅有相应的程序代码，还有程序执行后的效果图。大家可以通过效果图来对比程序执行的结果，确保学习质量。同时每章还配有一个教学视频供读者学参。
（4）案例丰富。为了向读者说明Python爬虫程序的效果，书中选择的被爬取的都是国内热门的，比如豆瓣电影、猫眼电影、电影天堂、微博热搜等。这些大家喜闻乐见。通过这些案例，大家可以轻松地掌握相关模块的使用方法，举一反三，将相应技术应用于同类的中。
代码与教学视频下载
本书示例源代码与教学视频下载地址请扫描右边二维码获得。
如果下载有问题，请联系booksaga@163.com，邮件主题为“Python 3.7网络爬虫快速入门”。
本书读者
? 有志于学习Python爬虫编程的初学者
? 对Python网络爬虫技术有兴趣的开发人员
? 各类综合信息的站长或技术人员
? 高校和培训学校相关专业的师生
编 者
2019年7月

如果想学习Python 3.7实战的内容，那么网络爬虫开发是一个不错的选择。作为获取数据的手段之一，网络爬虫有它独特的魅力，是一个很好的用来满足个人兴趣爱好的Python编程入门项目。本书针对Python网络爬虫开发初学者，通过一些小示例以及每章很后的爬虫实战案例，让读者复练、学完就会。