实战Python网络爬虫 中文PDF完整版

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Python 3.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。

目录

第1章 理解网络爬虫
第2章 爬虫开发基础
第3章 Chrome分析网站
第4章 Fiddler抓包
第5章 爬虫库Urllib
第6章 爬虫库Requests
第7章 Requests-Cache爬虫缓存
第8章 爬虫库Requests-HTML
第9章 网页操控与数据爬取
第10章 手机App数据爬取
第11章 Splash、Mitmproxy与Aiohttp
第12章 验证码识别
第13章 数据清洗
第14章 文档数据存储
第15章 ORM框架
第16章 MongoDB数据库操作
第17章 实战：爬取51Job招聘信息
第18章 实战：分布式爬虫——QQ音乐
第19章 实战：12306抢票爬虫
第20章 实战：玩转微博
第21章 实战：微博爬虫软件开发
第22章 Scrapy爬虫开发
第23章 Scrapy扩展开发
第24章 实战：爬取链家楼盘信息
第25章 实战：QQ音乐全站爬取
第26章 爬虫的上线部署
第27章 反爬虫的解决方案
第28章 自己动手开发爬虫框架