在好例子网,分享、交流、成长!
您当前所在位置:首页Python 开发实例Python语言基础 → 《用python写网络爬虫》随书源码

《用python写网络爬虫》随书源码

Python语言基础

下载此实例
  • 开发语言:Python
  • 实例大小:3.57M
  • 下载次数:81
  • 浏览次数:575
  • 发布时间:2019-07-26
  • 实例类别:Python语言基础
  • 发 布 人:星火燎原
  • 文件格式:.zip
  • 所需积分:2
 相关标签: python 爬虫 源码 网络

实例介绍

【实例简介】

【实例截图】


from clipboard

【核心代码】


目录
第1章 网络爬虫简介
1.1 网络爬虫何时有用.......................
1.2 网络爬虫是否合法 ……………………………………………………………………·2
1.3 背景调研…………………………………………………………………………………··3
1.3.1 检查 robots. t xt….......…...............................….............................3
1.3.2 检查网站 地图.........................…......................…........................4
1.3.3 估算网站 大小..........….......…………………………………………………5
1.3.4 识别网站 所用技术 …………………………………………………………·7
1.3.5 寻找网站 所有者….......…·· ………………………………………………··7
1.4 编写第一个网络爬虫…..........................................….........…·················8
1.4.1 下载网 页….........................…..........….........................................9
1.4.2 网站 地图爬虫….........................…...................…······················12
1.4.3 ID遍历爬虫·············································································13
1.4.4 链接爬虫………………………………………………………………………··15
1.
5 本章小结…··………………………………………………………………………………n
第2章 数据抓取 23
2.1 分析网页…….................................….........................….....................…·23
2.2 三种网页抓取方法......................................…..................................…·26
2.2.1 正则表达式……………………………………………………………………·26
目 录
2.2.2 B eau tifu l Soup ······· ··…........................................……················28
2.2.3 Lxml·………………………………………………………………·················30
2.2.4 性 能对 比.........................….........…................….........……········· 32
2.2.5 结论.........……..............................................................……· ·······35
2.2.6 为链接爬虫添加抓取回调… ....................................................35
2.3 本章小结 ….......… .......…………………………………………………………………38
第3章 下载缓存 39
3.1 为链接爬虫添加缓存支持…· ·················· ··…·…....................................39
3.2 磁盘缓存............................................................................................... 42
3.2.1 实现.........………………………………………………………………………·44
3.2.2 缓存测试..............……………………………………………………………46
3.2.3 节省磁盘空间…….......................….........…................……········ 46
3.2.4 清理过期数据…........................................................................47
3.2.5 缺点………………………………………………….......…........….........…· 48
3.3 数据库缓存...........................................................................................”
3.3.1 NoSQL是什么..............….......….......................……........…······50
3.3.2 安装M ongoDB …...................…….....................…····················50
3.3.3 M ongoDB概述.......….........….................…...........................…50
3.3.4 M ongoDB 缓存实现.................................…...............….......…52
3.3.5 压缩...............….........................................................................”
3.3.6 缓存测试…·”…....................…..........…........................…···········54
3.4 本章小结 ….........…............... ………………………………………………………妇
第4章 并发下载 57
4.1 100万个网页.................…................................…..............…................57
4.2 串行爬虫.........................................…..................…................…........…60
4.3 多线程爬虫...................................…..................….........…...............…··60
2 
目 录
4.3.1 线程和进程如何工作...............................................................“
4.3.2 实现........................................…........................…..................…61
4.3.3 多进程爬虫…............................................................................63
4.4 性能….........................…..........................….................….........……........67
4.5 本章小结 …··….......…......................….......…................….......................68
第5章 动态内容 69
5.1 动态网页示例...............................................……..................................69
5.2 对动态网页进行逆向工程..............…·….........…............................……72
5.3 渲染动态网页.............................….......................….............................77
5.3.1 PyQt 还是PySid e……………………………………………………………78
5.3.2 执行JavaScript
··········….......……………………………………………..7g
5.3.3 使用WebKit 与 网站 交互.......…................…........................…80
5.3.
4 Selenium ................................................................................... 85
5.4 本章小结 .......…..........……………………………………………………...............gg
第6章 表单交E 89
6
.1 登录表单….........…....................................................….........................90
6
.2 支持内容更新的登录脚本扩展…..........................…......................…..97
6
.3 使用Mechanize模块实现自动化表单处理.........….......…................ 100
6
.4 本章小结 ………………………………………………………………………………·102
第7章 验证码处理 103
7.1 注册账号…··……………………………………………………………………………· 103
7.2 光学字符识别………………………………………………………………………·…106
7.3 处理复杂验证码….........…..........…................….......................…........ 111
7.3.1 使用验证码处理服务..............................…................…......... 112
7.3.2 9kw入门………………………………………………………………………112
3 
目 录
7.3.3 与 注册功 能集成…..............……··············································119
7.4 本章小结 ..............…........…··………………………………………………………120
第8章 Scrapy
121
8.1 安装.............................…..................................……........................…··121
8.2 启动项目.........................…..........................................….......…··········122
8.2.
1 定义模型.........………………………………………………………………123
8.2.2 创建爬虫........…………………………………………………………·······124
8.2.3 使用 sh el 命l 令抓取…...........…………………………………………·128
8.2.4 检查结果..............….......…………………………………………………129
8.2.5 中断与恢复爬虫”…...............……..............…··························132
8.3 使用Port ia 编写可视化爬虫.............................……···························133
8.3.1 安装…..............................….............…·····································133
8.3.2 标注……………………………………………………………………………··136
8.3.3 优化爬虫…··…………………………………………………………………·138
8.3.4 检查结果…......................………………………………………………··140
8.4 使用Scrap ely 实现自动化抓取.........…..........................................…141
8.5 本章小结…........................…..........…........…......................…··············142
第9章 总结 143 句300OOAU’I句3
呵


实例下载地址

《用python写网络爬虫》随书源码

不能下载?内容有错? 点击这里报错 + 投诉 + 提问

好例子网口号:伸出你的我的手 — 分享

网友评论

发表评论

(您的评论需要经过审核才能显示)

查看所有0条评论>>

小贴士

感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。

  • 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
  • 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
  • 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
  • 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。

关于好例子网

本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明

;
报警