- 首頁
- >
- 書籍詳目頁
- 作者： 刘延林 (著)
- 學科分類： 科學類
- 書籍分類： 程式語言 ; 電機資訊學院
- 出版社： 北京大学出版社有限公司
- 出版地：中國大陸
- 出版日期：2021
- 語文：簡體中文
- ISBN/識別號：9787301322697
Python爬虫与反爬虫开发从入门到精通
可使用：0人
線上閱讀中：0人
下載閱讀中：0人
借閱天數：0天
推薦採購不提供QR CODE
線上閱讀
本書提供兩種檔案格式，請選擇開啟：
EPUB彈性排版，可依載具大小自動斷行或換頁，較適合小螢幕閱讀。
書籍內容
TOP
随着网络技术的迅速发展，如何有效地提取并利用信息，以及如何有效地防止信息被爬取，已成为一个巨大的挑战。本书从零开始系统地介绍了Python网络爬虫与反爬虫的开发与实战技能，全书共分为4篇，具体内容安排如下。
第1篇：基础篇（第1～3章）。系统地讲解了Python爬虫与反爬虫开发环境的搭建、爬虫与反爬虫通用基础知识、Python编程基础。
第2篇：爬虫篇（第4～8章）。这部分讲解了网络爬虫的相关知识与技能，主要包括网络爬虫快速入门、XPath匹配网页数据、re正则匹配数据、WebSocket数据抓取、Scr
- 目錄
-
封面 - 版权
- Python爬虫与反爬虫见招拆招，攻防兼备
- 目录
- 第1篇 基础篇
- 第1章 爬虫与反爬虫开发环境搭建
- 1.1 Python 3环境搭建
- 1.2 PyCharm的安装与基本使用
- 1.3 Tesseract-OCR
- 1.4 mitmproxy
- 1.5 JDK 1.8
- 本章小结
- 第2章 爬虫与反爬虫通用基础知识
- 2.1 网页基础
- 2.2 网络传输协议
- 2.3 Session和Cookies
- 2.4 Nginx服务器
- 2.5 代理IP
- 2.6 HTTP接口概念
- 2.7 新手问答
- 本章小结
- 第3章 Python编程基础
- 3.1 Python的基础语法
- 3.2 基本数据类型
- 3.3 流程控制
- 3.4 函数
- 3.5 文件操作
- 3.6 面向对象
- 3.7 多线程
- 3.8 新手实训
- 3.9 新手问答
- 本章小结
- 第2篇 爬虫篇
- 第4章 网络爬虫快速入门
- 4.1 爬虫的基本结构及工作流程
- 4.2 urllib网络请求库
- 4.3 requests网络请求库
- 4.4 urllib3网络请求库
- 4.5 Postman接口测试工具
- 4.6 新手实训
- 4.7 新手问答
- 本章小结
- 第5章 XPath匹配网页数据
- 5.1 安装XPath
- 5.2 XPath的基础语法
- 5.3 在Python中使用XPath匹配数据
- 5.4 XPath表达式技巧
- 5.5 扩展补充知识点
- 5.6 新手实训
- 5.7 新手问答
- 本章小结
- 第6章 re正则匹配数据
- 6.1 re.compile函数
- 6.2 re.match函数
- 6.3 re.search函数
- 6.4 re.match与re.search的区别
- 6.5 检索和替换
- 6.6 findall函数
- 6.7 常见正则表达式写法
- 6.8 新手实训
- 6.9 新手问答
- 本章小结
- 第7章 WebSocket数据抓取
- 7.1 WebSocket通信原理
- 7.2 使用aioWebSocket获取数据
- 7.3 新手实训
- 7.4 新手问答
- 本章小结
- 第8章 Scrapy爬虫框架应用与开发
- 8.1 Scrapy框架的基本架构
- 8.2 安装Scrapy
- 8.3 创建项目
- 8.4 定义Item
- 8.5 编写第一个Spider
- 8.6 运行爬虫
- 8.7 提取Item
- 8.8 在Shell中尝试Selector选择器
- 8.9 提取数据
- 8.10 使用Item
- 8.11 Item Pipeline
- 8.12 将Item写入JSON文件
- 8.13 新手实训
- 8.14 新手问答
- 本章小结
- 第3篇 反爬虫篇
- 第9章 爬虫与反爬虫
- 9.1 爬虫知识的回顾与总结
- 9.2 反爬虫的概念与定义
- 本章小结
- 第10章 反爬—Header信息校验
- 10.1 User-Agent
- 10.2 Cookie校验
- 10.3 Referer校验
- 10.4 签名校验
- 10.5 新手实训
- 10.6 新手问答
- 本章小结
- 第11章 反爬—IP限制
- 11.1 代理设置
- 11.2 代理池构建
- 11.3 搭建自己的代理服务器
- 11.4 使用Nginx实现封禁IP
- 11.5 新手问答
- 本章小结
- 第12章 反爬—动态渲染页面
- 12.1 动态渲染案例介绍
- 12.2 常见应对动态渲染页面的解决办法
- 12.3 使用Selenium爬取动态渲染页面
- 12.4 获取浏览器Network请求和响应
- 12.5 新手实训
- 12.6 新手问答
- 本章小结
- 第13章 反爬—文本混淆
- 13.1 图片伪装反爬
- 13.2 CSS偏移反爬
- 13.3 编码映射反爬
- 13.4 字体反爬
- 13.5 新手实训
- 13.6 新手问答
- 本章小结
- 第14章 反爬—特征识别
- 14.1 浏览器指纹
- 14.2 WebDriver驱动识别
- 14.3 使用mitmproxy
- 14.4 网页精灵
- 14.5 新手实训
- 14.6 新手问答
- 本章小结
- 第15章 反爬—验证码识别
- 15.1 普通图形验证码
- 15.2 滑动验证码
- 15.3 滑动拼图验证码
- 15.4 新手实训
- 15.5 新手问答
- 本章小结
- 第16章 反爬—APP数据抓取
- 16.1 APP的抓包分析
- 16.2 Appium自动化
- 16.3 APK安装包反编译
- 16.4 APK反编译知识补充
- 16.5 新手实训
- 16.6 新手问答
- 本章小结
- 第4篇 实战篇
- 第17章 项目实战
- 17.1 土地市场网——地块公示
- 17.2 纽约工商数据采集
- 17.3 携程旅行火车票票价数据采集
- 17.4 智联招聘数据采集
- 附录A 爬虫法律法规
- 附录B 实验环境的搭建方法及说明
- 附录C Python常见面试题精选
下載書籍。
