一人食

養生指南

親子購物節

網紅美食

薯片

拉麵

電飯煲

登入/註冊

繁體中文

English 简体中文繁體中文 한국어 日本語

{{sellerTotalView > 1 ? __("sellers", {number: sellerTotalView}) : __("seller", {number: sellerTotalView}) }}, {{numTotalView > 1 ? __("items", {number: numTotalView}) : __("item", {number: numTotalView}) }}

去購物車結算

Nickname

請告訴我們怎麼更好地稱呼你

更新你的名字

xxxxxxx@yamibuy.com

賬戶訂單收藏

積分 0

優惠券 0

禮品卡餘額 $0.00

退出登入

切換配送區域

不同區域的庫存和配送時效可能存在差異。

歷史郵編

我們將在商品到貨後第一時間通知你。

商品到貨後將發送通知至： {{remindEmail}}

取消

京東圖書

Python网络数据采集

去購物車結算

{{buttonTypePin == 3 ? __("Scan to view more PinGo") : __("Scan to start")}}

圖書電腦與網際網路程式語言與程式設計

京東圖書

Python网络数据采集

Name: Python网络数据采集
Brand: 京東圖書
SKU: 3118203911
Price: 46.77 USD
Availability: OutOfStock

{{__(":people-members", {'people': item.limit_people_count})}} {{ itemCurrency }}{{ item.valid_price }} {{ itemCurrency }}{{ item.invalid_price }} {{ itemDiscount }}

後結束

{{ itemCurrency }}{{ priceFormat(item.valid_price / item.bundle_specification) }}/{{ item.unit }}

{{ itemCurrency }}{{ item.valid_price }} {{ itemCurrency }}{{ priceFormat(item.valid_price / item.bundle_specification) }}/{{ item.unit }} {{ itemCurrency }}{{ item.invalid_price }} {{itemDiscount}}

後結束促銷

後開始秒殺後結束秒殺

{{ __( "Pay with Gift Card to get sale price: :itemCurrency:price", { 'itemCurrency' : itemCurrency, 'price' : (item.giftcard_price ? priceFormat(item.giftcard_price) : '0.00') } ) }} ({{ itemCurrency }}{{ priceFormat(item.giftcard_price / item.bundle_specification) }}/{{ item.unit }}) 詳情

商品有效期

已下架

我們不知道該商品何時或是否會重新有庫存。

當前地址無法配送

已售完

商品描述

展開全部描述

Editer Recommend

网络上的数据量越来越大，单靠浏览网页获取信息越来越困难，如何有效地提取并利用信息已成为一个巨大的挑战。本书采用简洁强大的Python语言，全面介绍网络数据采集技术，教你从不同形式的网络资源中自由地获取数据。你将学会如何使用Python脚本和网络API一次性采集并处理成千上万个网页上的数据。

本书适合熟悉Python的程序员、安全专业人士、网络管理员阅读。书中不仅介绍了网络数据采集的基本原理，还深入探讨了更高级的主题，比如分析原始数据、用网络爬虫测试网站等。此外，书中还提供了详细的代码示例，以帮助你更好地理解书中的内容。

通过阅读本书，你将能够：

解析复杂的HTML页面

遍历多个网页和网站

了解API的基本概念和工作原理

学习存储数据的方法

下载、读取并抽取网络文档中的数据

使用工具和方法清洗格式异常的数据

读取并处理自然语言

越过表单和登录窗口采集数据

学习采集JavaScript的方法

学习图像处理和文字识别方法

Content Description

本书采用简洁强大的Python语言，介绍了网络数据采集，并为采集新式网络中的各种数据类型提供了全面的指导。第1部分重点介绍网络数据采集的基本原理：如何用Python从网络服务器请求信息，如何对服务器的响应进行基本处理，以及如何以自动化手段与网站进行交互。第二部分介绍如何用网络爬虫测试网站，自动化处理，以及如何通过更多的方式接入网络。

Author Description

Ryan Mitchell，数据科学家、软件工程师，目前在波士顿LinkeDrive公司负责开发公司的API和数据分析工具。此前，曾在Abine公司构建网络爬虫和网络机器人。她经常做网络数据采集项目的咨询工作，主要面向金融和零售业。另著有Instant Web Scraping with Java。

Catalogue

译者序 ix
前言 xi
第一部分创建爬虫
第1章初见网络爬虫 2
1．1网络连接 2
1．2BeautifulSoup简介 4
1．2．1安装BeautifulSoup 5
1．2．2运行BeautifulSoup 7
1．2．3可靠的网络连接 8
第2章复杂HTML解析 11
2．1不是一直都要用锤子 11
2．2再端一碗BeautifulSoup 12
2．2．1BeautifulSoup的find()和findAll() 13
2．2．2其他BeautifulSoup对象 15
2．2．3导航树 16
2．3正则表达式 19
2．4正则表达式和BeautifulSoup 23
2．5获取属性 24
2．6Lambda表达式 24
2．7超越BeautifulSoup 25
第3 章开始采集 26
3．1遍历单个域名 26
3．2采集整个网站 30
3．3通过互联网采集 34
3．4用Scrapy 采集 38
第4 章使用API 42
4．1API 概述 43
4．2API 通用规则 43
4．2．1方法 44
4．2．2验证 44
4．3服务器响应 45
4．4Echo Nest 46
4．5Twitter API 48
4．5．1开始 48
4．5．2几个示例 50
4．6Google API 52
4．6．1开始 52
4．6．2几个示例 53
4．7解析JSON 数据 55
4．8回到主题 56
4．9再说一点API 60
第5 章存储数据 61
5．1媒体文件 61
5．2把数据存储到CSV 64
5．3MySQL 65
5．3．1安装MySQL 66
5．3．2基本命令 68
5．3．3与Python 整合 71
5．3．4数据库技术与最佳实践 74
5．3．5MySQL 里的“六度空间游戏” 75
5．4Email 77
第6 章读取文档 80
6．1文档编码 80
6．2纯文本 81
6．3CSV 85
6．4PDF 87
6．5微软Word 和．docx 88
第二部分高级数据采集
第7 章数据清洗 94
7．1编写代码清洗数据 94
7．2数据存储后再清洗 98
第8 章自然语言处理 103
8．1概括数据 104
8．2马尔可夫模型 106
8．3自然语言工具包 112
8．3．1安装与设置 112
8．3．2用NLTK 做统计分析 113
8．3．3用NLTK 做词性分析 115
8．4其他资源 119
第9 章穿越网页表单与登录窗口进行采集 120
9．1Python Requests 库 120
9．2提交一个基本表单 121
9．3单选按钮、复选框和其他输入 123
9．4提交文件和图像 124
9．5处理登录和cookie 125
9．6其他表单问题 127
第10 章采集JavaScript 128
10．1JavaScript 简介 128
10．2Ajax 和动态HTML 131
10．3处理重定向 137
第11 章图像识别与文字处理 139
11．1OCR 库概述 140
11．1．1Pillow 140
11．1．2Tesseract 140
11．1．3NumPy 141
11．2处理格式规范的文字 142
11．3读取验证码与训练Tesseract 146
11．4获取验证码提交答案 151
第12 章避开采集陷阱 154
12．1道德规范 154
12．2让网络机器人看起来像人类用户 155
12．2．1修改请求头 155
12．2．2处理cookie 157
12．2．3时间就是一切 159
12．3常见表单安全措施 159
12．3．1隐含输入字段值 159
12．3．2避免蜜罐 160
12．4问题检查表 162
第13 章用爬虫测试网站 164
13．1测试简介 164
13．2Python 单元测试 165
13．3Selenium 单元测试 168
13．4Python 单元测试与Selenium 单元测试的选择 172
第14 章远程采集 174
14．1为什么要用远程服务器 174
14．1．1避免IP 地址被封杀 174
14．1．2移植性与扩展性 175
14．2Tor 代理服务器 176
14．3远程主机 177
14．3．1从网站主机运行 178
14．3．2从云主机运行 178
14．4其他资源 179
14．5勇往直前 180
附录APython 简介 181
附录B互联网简介 184
附录C网络数据采集的法律与道德约束 188
作者简介 200
封面介绍 200

規格參數

品牌

京東圖書

品牌屬地

China

免責聲明

產品價格、包裝、規格等資訊如有調整，恕不另行通知。我們盡量做到及時更新產品資訊，但請以收到實物為準。使用產品前，請始終閱讀產品隨附的標籤、警告及說明。

查看詳情

加入收藏

{{ $isZh ? coupon.coupon_name_sub : coupon.coupon_ename_sub | formatCurrency }}

詳情

數量

{{buttonTypePin == 3 ? __("Scan to view more PinGo") : __("Scan to start")}}

由 JD@CHINA 銷售

送至

滿69免運費

正品保證

查看詳情

地區

已加入購物車

繼續逛逛

為你推薦

優惠券

領取已領取已領完

即將過期： {{ formatTime(coupon.use_end_time) }}

分享給好友

取消

亞米禮卡專享價

使用禮卡支付即可獲得禮卡專享價

規則說明

禮卡專享價是部分商品擁有的特殊優惠價格；

購買禮卡專享價商品時，若在結算時使用電子禮卡抵扣支付，且禮卡餘額足夠支付訂單中所有禮卡專享價商品的專享價總和，則可以啟用禮卡專享價；

不使用禮卡支付，或禮卡餘額不滿足上一條所述要求時，將無法啟用禮卡專享價，按照普通售價計算，但您仍然可以購買這些商品；

在購買禮卡專享價商品時，若餘額不足，可以在購物車或結算頁中點擊“充值”按鈕對禮卡進行購買和充值；

商品若擁有禮卡專享價，會顯示“專享”的特殊價格標記；

如有疑問，請隨時聯繫客服；

禮卡專享價相關規則最終解釋權歸亞米所有。

由亞米銷售

服務保障

滿$49免運費

無憂退換

從美國出貨

配送資訊

美國

標準配送 $5.99（不含阿拉斯加，夏威夷），最終價滿$49免運費

本地配送$5.99(加州，紐約州，新澤西，麻省和賓夕法尼亞，以上州部分地區);最終價滿$49免運費

兩日達（含阿拉斯加夏威夷）運費19.99美元起

退換政策

亞米網希望為我們的客戶提供最優秀的售後服務，讓所有人都能放心在亞米購物。亞米自營商品在滿足退換貨條件的情況下，可在收到包裹的30天之內退換商品（食品因商品質量問題7天內可退換；為了確保每位客戶都能獲得安全和高質量的商品，對於美妝類產品，一經開封或使用即不提供退款或退貨服務，質量問題除外；其他特殊商品需聯繫客服諮詢）。
感謝您的理解和支持。

查看詳情

由亞米銷售

亞米電子禮品卡使用規則

若購買時選擇自動儲值，訂單完成後禮品卡將自動儲值至您的帳戶；

若購買時選擇發送郵件，訂單完成後系統將自動發送卡號和密碼到您填寫的郵箱；

寄送郵件時，任何使用者均可使用郵件中的卡號密碼進行禮卡儲值，請妥善保管郵件資訊。

如接收郵件遇到問題，請聯絡客服處理；

發送郵件時，若禮卡沒有被兌換，可以補發郵件。若已經被其他用戶兌換，無法補償；

亞米網電子禮卡可用於購買自營或第三方商品；

亞米網電子禮卡沒有有效期限限制，長期有效；

亞米網電子禮卡的金額，可分多次使用；

亞米網電子禮卡業務規則，最終解釋權歸亞米網所有。

退換政策

已消費的電子禮卡不支持退款。

由 JD@CHINA 銷售

亞米發貨

服務保障

滿$49免運費

最優售後

美國本土出貨

配送資訊

美國

標準配送 $5.99（不含阿拉斯加，夏威夷），最終價滿$49免運費

本地配送$5.99(加州，紐約州，新澤西，麻省和賓夕法尼亞，以上州部分地區);最終價滿$49免運費

兩日達（含阿拉斯加夏威夷）運費19.99美元起

退換政策

提供30天內退還保障。產品需全新未使用原包裝內，並附有購買憑證。產品品質問題、或錯發漏發等,由商家造成的失誤，將進行補發,或退款處理。其它原因需退貨費用由客戶自行承擔。

由 JD@CHINA 銷售

Yami-China FC

服務保障

跨店滿$69免運費

30天退換保障

亞米-中國集運倉

由亞米從中國精選並集合各大優秀店舖的商品至亞米中國整合中心，合併包裹後將一次合包跨國郵寄至您的地址。跨店包郵門檻低至$69。您將在多商家集合提供的廣泛選購商品中選購商品，輕鬆享有跨店鋪包郵後的低郵資。

退換政策

提供30天內退換保障。產品需在全新未使用的原包裝內，並附有購買憑證。產品品質問題、錯發、或漏發等商家造成的失誤，將進行退款處理。其它原因造成的退換貨郵費客戶將需要自行承擔。由於所有商品均長途跋涉，偶有簡易外包壓磨等但不涉及內部品質問題者，不予退換。

配送資訊

亞米中國集運 Consolidated Shipping 運費$9.99（訂單滿$69 包郵）

下單後2個工作天中國商家出貨，所有包裹抵達亞米中國整合中心（除特別情況及中國境內個別法定假日外）會合併包裹後透過UPS發往美國。 UPS從中國出貨後到美國境內的平均時間為10個工作天左右，可隨時根據直發單號追蹤查詢。受疫情影響，目前物流可能延遲5天左右。包裹需要客人簽收。如未簽收，客人須承擔包裹遺失風險。

由 JD@CHINA 銷售

服務保障

滿69免運費

正品保證

配送資訊

Yami Consolidated Shipping 運費$9.99（訂單滿$69包郵）

Seller will ship the orders within 1-2 business days. The logistics time limit is expected to be 7-15 working days. In case of customs clearance, the delivery time will be extended by 3-7 days. The final receipt date is subject to the information of the postal company.

積分規則

不參加任何折扣活動以及亞米會員積分制度。

退換政策

下載亞米應用

意見反饋

返回頂部

評論{{'('+ commentList.posts_count + ')'}}

分享您的感受，幫助更多用戶做出選擇。

撰寫評論

{{i}}星

{{i}} 星

{{ parseInt(commentRatingList[i]) }}%

{{ showTranslate(comment) }}收起

{{ strLimit(comment,800) }}查看全部

Show Original

{{ formatTime(comment.in_dtm) }} 已購買 {{groupData}}

{{ comment.likes_count }} {{ comment.likes_count }} {{ comment.reply_count }} {{comment.in_user==uid ? __('Delete') : __('Report')}}

{{ showTranslate(comment) }}收起

{{ strLimit(comment,800) }}查看全部

Show Original

{{ formatTime(comment.in_dtm) }} 已購買 {{groupData}}

{{ comment.likes_count }} {{ comment.likes_count }} {{ comment.reply_count }} {{comment.in_user==uid ? __('Delete') : __('Report')}}

暫無符合條件的評論~

更多評論

評論詳情

{{ showTranslate(commentDetails) }}收起

{{ strLimit(commentDetails,800) }}查看全部

Show Original

{{ formatTime(commentDetails.in_dtm) }} 已購買 {{groupData}}

請輸入內容

回覆{{'(' + replyList.length + ')'}}

{{ reply.reply_user_name }}回覆{{ reply.parent_user_name }}

{{ showTranslate(reply) }}收起

{{ strLimit(reply,800) }}查看全部

Show Original

請輸入內容

取消

這是到目前為止的所有評論！

發表評論

商品評分

請輸入評論

一個好的暱稱，會讓你的評論更受歡迎！
修改了這裡的暱稱，個人資料中的暱稱也將被修改。

感謝你的評論

你的好評可以幫助我們的社區發現更好的亞洲商品。