Name: Web Scraping with Python
Availability: InStock
Rating: 8.2 (15 reviews)
Author: Ryan Mitchell
ISBN: 9781491985571

书籍介绍

不但涵盖网络爬虫基本原理，还包括分析原始数据、用网络爬虫测试网站等高级话题，教会读者如何使用Python脚本和网络API一次性采集并处理成千上万个网页上的数据。

Ryan Mitchell是数据科学家、软件工程师，目前在波士顿LinkeDrive公司负责开发公司的API和数据分析工具。此前，曾在Abine公司构建网络爬虫和网络机器人。她经常做网络数据采集项目的咨询工作，主要面向金融和零售业。另著有Instant Web Scraping with Java。

AI导读

核心看点

Python爬虫基础与高级实战技巧
涵盖数据清洗、API交互及JS渲染
强调合法合规与法律风险提示

适合谁读

具备Python基础知识的初学者
希望快速入门网络数据采集者
对数据抓取全流程感兴趣的开发者

读前提醒

需具备Python编程基础方可阅读
注意核对代码中的翻译与排版错误
结合官方文档深入理解Scrapy等工具

读者共识

内容全面，适合爬虫技术快速入门
实战性强，但部分章节深度有限
代码简洁规范，需留意版本差异

本导读基于书籍简介、目录、原文摘录、短评和书评生成，不等同于全文精读。

精彩摘录

"谷歌在 1994 年成立的时候，就是两个斯坦福大学的毕业生用一个陈旧的服务器和一个Python 网络爬虫。现在你应该知道了，你已经正式拥有了成为下一个科技亿万富翁需要的工具了！"
"用 Python 发一封邮件只要 9 行代码： import smtplib from email.mime.text import MIMEText msg = MIMEText("The body of the email is here")、 msg['Subject'] = "An Email Alert" msg['From'] = "ryan@pythonscraping.com" msg['To'] = "webmaster@pythonscraping.com" s = smtplib.SMTP('localhost') s.send_message(msg) s.quit()"
"Mac系统，首先用 $sudo easy_install pip #安装pip包管理器然后运行 pip3 install beautiful soup4 #安装库文件"

作者简介

Ryan Mitchell是数据科学家、软件工程师，目前在波士顿LinkeDrive公司负责开发公司的API和数据分析工具。此前，曾在Abine公司构建网络爬虫和网络机器人。她经常做网络数据采集项目的咨询工作，主要面向金融和零售业。另著有Instant Web Scraping with Java。

Learn how to parse complicated HTML pages

Traverse multiple pages and sites

Get a general overview of APIs and how they work

Learn several methods for storing the data you scrape

Download, read, and extract data from documents

显示全部

用户评论

前置条件：有Python基础内容：简要介绍了爬虫相关的问题，但不深入，相当于破了个题，真正实践中遇到的问题没有涉及。所以作为爬虫快速入门可以推荐，了解相关技术，再做项目实践深入研究。

豆瓣标的第200本书。

入门教程，但非常全面。NLP, 图像处理，机器学习。最重要的是守法，写爬虫前要先咨询下你的律师

第二版相比第一版加了一点内容（multi-thread etc.）区别不大

读得是最新版，跟老版侧重点有点不同，主要学习了urllib，beautifulsoup，requests，selenium这几个包的用法，读完爬虫差不多能入门了。由于写得比较简洁，对毫无爬虫和网页经验的人来说还是会有看不懂的地方，比如scrapy和API两章，看完也完全不知道在讲什么。