实战Python网络爬虫

这本书个人关键挺好的，但是对于初学者来说理解有一点难度，但是对初学者来说涉及到的知识结构比较全面，个人感觉本书作者比较厉害，写的内容深入浅出吧，肯定有多年的大量的编程的经验，个人比较喜欢这边书的编写风格。推荐。

虽然书才出版没多久，但是所有实战的代码都不能用。

- 实战Python网络爬虫.从爬虫软件开发到自己动手开发爬虫框架; 2019.6

非常棒！有理论有实战，理论由浅入深、文风简洁，实战具有操作性、最小可操作案例

介绍了很多的库，但都限于泛泛而谈。适用于大略的简要了解各种库。

本书结构 本书共分28章，各章内容概述如下： 第1章介绍什么是网络爬虫、爬虫的类型和原理、爬虫搜索策略和爬虫的合法性及开发流程。 第2章讲解爬虫开发的基础知识，包括HTTP协议、请求头和Cookies的作用、HTML的布局结构、JavaScript的介绍、JSON的数据格式和Ajax的原理。 第3章介绍使用Chrome开发工具分析爬取网站，重点介绍开发工具的Elements和Network标签的功能和使用方式，并通过开发工具分析QQ网站。 第4章主要介绍Fiddler抓包工具的原理和安装配置，Fiddler用户界面的各个功能及使用方法。 第5章讲述了Urllib在Python 2和Python 3的变化及使用，包括发送请求、使用代理IP、Cookies的读写、HTTP证书验收和数据处理。 第6章～第8章介绍Python第三方库Requests、Requests-Cache爬虫缓存和Requests-HTML，包括发送请求、使用代理IP、Cookies的读写、HTTP证书验收和文件下载与上传、复杂的请求方式、缓存的存储机制、数据清洗以及Ajax动态数据爬取等内容。 第9章介绍网页操控和数据爬取，重点讲解Selenium的安装与使用，并通过实战项目“百度自动答题”，讲解了Selenium的使用。 第10章介绍手机App数据爬取，包括Appium的原理与开发环境搭建、连接Android系统，并通过实战项目“淘宝商品采集”，介绍了App数据的爬取技巧。 第11章介绍Splash、Mitmproxy与Aiohttp的安装和使用，包括Splash动态数据抓取、Mitmproxy抓包和Aiohttp高并发抓取。 第12章介绍验证码的种类和识别方法，包括OCR的安装和使用、验证码图片处理和使用第三方平台识别验证码。 第13章讲述数据清洗的三种方法，包括字符串操作（截取、查找、分割和替换）、正则表达式的使用和第三方库BeautifulSoup的安装以及使用。 第14章讲述如何将数据存储到文件，包括CSV、Excel和Word文件的读取和写入方法。 第15章介绍ORM框架SQLAlchemy的安装及使用，实现关系型数据库持久化存储数据。 第16章讲述非关系型数据库MongoDB的操作，包括MongoDB的安装、原理和Python实现MongoDB的读写。 第17章至第21章介绍了5个实战项目，分别是：爬取51Job招聘信息、分布式爬虫——QQ音乐、12306抢票爬虫、微博爬取和微博爬虫软件的开发。 第22章至第25章介绍了Scrapy爬虫框架，包括Scrapy的运行机制、项目创建、各个组件的编写（Setting、Items、Item Pipelines和Spider）和文件下载及Scrapy中间件，并通过实战项目“Scrapy+Selenium爬取豆瓣电影评论”、“Scrapy+Splash爬取B站动漫信息”和“Scrapy+Redis分布式爬取猫眼排行榜”、“爬取链家楼盘信息”和“QQ音乐全站爬取”，深入讲解了Scrapy的应用和分布式爬虫的编写技巧。 第26章介绍爬虫的上线部署，包括非框架式爬虫和框架式爬虫的部署技巧。 第27章介绍常见的反爬虫技术，并给出了可行的反爬虫解决方案。 第28章介绍爬虫框架的编写，学习如何自己动手编写一款爬虫框架，以满足特定业务场景的需求。

讲的东西实在太多，干货不多，表示看不下去了，示例代码还是图片，无力吐槽。只能说适合空闲的童鞋慢慢看吧

还是挺不错的一本书。书中所涉内容涵盖 Python 网络爬虫各个方面，并配有多个实战案例，适合初中级爬虫工程师阅读学习。

介绍了很多方面的包及其用法。觉得有点泛了。倒不如集中在提取，清洗，读解JS等几个方面，讲明白讲通透。这样至少会真正学到一些知识点，而不是看了后面忘了前面。

写的是可以，可是还是很浅，一个东西只讲概念不讲应用。多少说不过去。