實戰Python網絡爬蟲

這本書個人關鍵挺好的，但是對於初學者來說理解有一點難度，但是對初學者來說涉及到的知識結構比較全面，個人感覺本書作者比較厲害，寫的內容深入淺出吧，肯定有多年的大量的編程的經驗，個人比較喜歡這邊書的編寫風格。推薦。

雖然書纔出版沒多久，但是所有實戰的代碼都不能用。

- 實戰Python網絡爬蟲.從爬蟲軟件開發到自己動手開發爬蟲框架; 2019.6

非常棒！有理論有實戰，理論由淺入深、文風簡潔，實戰具有操作性、最小可操作案例

介紹了很多的庫，但都限於泛泛而談。適用於大略的簡要了解各種庫。

本書結構 本書共分28章，各章內容概述如下： 第1章介紹什麼是網絡爬蟲、爬蟲的類型和原理、爬蟲搜索策略和爬蟲的合法性及開發流程。 第2章講解爬蟲開發的基礎知識，包括HTTP協議、請求頭和Cookies的作用、HTML的佈局結構、JavaScript的介紹、JSON的數據格式和Ajax的原理。 第3章介紹使用Chrome開發工具分析爬取網站，重點介紹開發工具的Elements和Network標籤的功能和使用方式，並通過開發工具分析QQ網站。 第4章主要介紹Fiddler抓包工具的原理和安裝配置，Fiddler用戶界面的各個功能及使用方法。 第5章講述了Urllib在Python 2和Python 3的變化及使用，包括髮送請求、使用代理IP、Cookies的讀寫、HTTP證書驗收和數據處理。 第6章～第8章介紹Python第三方庫Requests、Requests-Cache爬蟲緩存和Requests-HTML，包括髮送請求、使用代理IP、Cookies的讀寫、HTTP證書驗收和文件下載與上傳、複雜的請求方式、緩存的存儲機制、數據清洗以及Ajax動態數據爬取等內容。 第9章介紹網頁操控和數據爬取，重點講解Selenium的安裝與使用，並通過實戰項目“百度自動答題”，講解了Selenium的使用。 第10章介紹手機App數據爬取，包括Appium的原理與開發環境搭建、連接Android系統，並通過實戰項目“淘寶商品採集”，介紹了App數據的爬取技巧。 第11章介紹Splash、Mitmproxy與Aiohttp的安裝和使用，包括Splash動態數據抓取、Mitmproxy抓包和Aiohttp高併發抓取。 第12章介紹驗證碼的種類和識別方法，包括OCR的安裝和使用、驗證碼圖片處理和使用第三方平臺識別驗證碼。 第13章講述數據清洗的三種方法，包括字符串操作（截取、查找、分割和替換）、正則表達式的使用和第三方庫BeautifulSoup的安裝以及使用。 第14章講述如何將數據存儲到文件，包括CSV、Excel和Word文件的讀取和寫入方法。 第15章介紹ORM框架SQLAlchemy的安裝及使用，實現關係型數據庫持久化存儲數據。 第16章講述非關係型數據庫MongoDB的操作，包括MongoDB的安裝、原理和Python實現MongoDB的讀寫。 第17章至第21章介紹了5個實戰項目，分別是：爬取51Job招聘信息、分佈式爬蟲——QQ音樂、12306搶票爬蟲、微博爬取和微博爬蟲軟件的開發。 第22章至第25章介紹了Scrapy爬蟲框架，包括Scrapy的運行機制、項目創建、各個組件的編寫（Setting、Items、Item Pipelines和Spider）和文件下載及Scrapy中間件，並通過實戰項目“Scrapy+Selenium爬取豆瓣電影評論”、“Scrapy+Splash爬取B站動漫信息”和“Scrapy+Redis分佈式爬取貓眼排行榜”、“爬取鏈家樓盤信息”和“QQ音樂全站爬取”，深入講解了Scrapy的應用和分佈式爬蟲的編寫技巧。 第26章介紹爬蟲的上線部署，包括非框架式爬蟲和框架式爬蟲的部署技巧。 第27章介紹常見的反爬蟲技術，並給出了可行的反爬蟲解決方案。 第28章介紹爬蟲框架的編寫，學習如何自己動手編寫一款爬蟲框架，以滿足特定業務場景的需求。

講的東西實在太多，乾貨不多，表示看不下去了，示例代碼還是圖片，無力吐槽。只能說適合空閒的童鞋慢慢看吧

還是挺不錯的一本書。書中所涉內容涵蓋 Python 網絡爬蟲各個方面，並配有多個實戰案例，適合初中級爬蟲工程師閱讀學習。

介紹了很多方面的包及其用法。覺得有點泛了。倒不如集中在提取，清洗，讀解JS等幾個方面，講明白講通透。這樣至少會真正學到一些知識點，而不是看了後面忘了前面。

寫的是可以，可是還是很淺，一個東西只講概念不講應用。多少說不過去。