【实用书】Python爬虫Web抓取数据，第二版，306页pdf

如果编程是一种魔法，那么web抓取无疑是一种魔术。通过编写一个简单的自动化程序，您可以查询web服务器、请求数据并解析它以提取所需的信息。这本实用书籍的扩展版不仅介绍了web抓取，而且还提供了从现代web中抓取几乎所有类型数据的全面指南。

第1部分侧重于web抓取机制:使用Python从web服务器请求信息，执行服务器响应的基本处理，并以自动方式与站点交互。第2部分探索了各种更具体的工具和应用程序，以适应您可能遇到的任何web抓取场景。

• 解析复杂的HTML页面
• 使用Scrapy框架开发爬行器
• 学习存储您搜集的数据的方法
• 从文档中读取和提取数据
• 清理和规范化格式错误的数据
• 阅读和编写自然语言
• 浏览表单和登录
• 抓取JavaScript和爬过api
• 使用和编写图像到文本的软件
• 避免抓取陷阱和机器人拦截器
• 使用抓取工具来测试你的网站