预购商品
书目分类
特别推荐
網路爬蟲是AI範疇中, 取得資料與儲存的一項重要技能, 而Python是爬蟲過程中相當好用的工具 全書以簡單的Python程式為主軸,讓您可以輕鬆學會如何利用Python的模組擷取公開的網站資料、網頁內容,並建立自己的自動化爬蟲程式,增進您在網路上搜刮資料的能力與效率,是已具有Python基礎的學習者最佳的爬蟲入門工具書。 在本書中我們將學會使用以下的Python開發環境、模組及框架: Thonny Jupyter Notebook requests json csv re xlrd BeautifulSoup Selenium sqlite3 mysql pymongo pyinstaller Scrapy pyautogui 並學習如何擷取以下的幾種網站: ☑大學網站的焦點新聞頁面 ☑政府公開資訊網站 ☑即時新聞網站標題、內容、圖片 ☑汽車網站之車款資訊及二手車在庫資訊 ☑銀行網站之匯率資料擷取 ☑中央氣象局之氣溫觀測資訊 ☑Ptt八卦版年齡宣告按鈕及Ptt討論區貼文擷取 ☑網路書店暢銷書排行榜 ☑股市網站財經新聞 ☑線上購物網站產品資訊 ☑名言佳句範例網站 ☑台灣證券交易所股票資訊 ☑Dcard梗圖下載 ☑台灣運彩官網資訊 ☑Mobile01討論區貼文 本書特色 ✪了解網站、網頁、瀏覽器間的關係,認識爬蟲程式 ✪了解網路上格式HTML/CSV/JSON/XLSX ✪使用requests模組取得網路上的資料 ✪擷取及解析JSON及CSV格式資料檔案 ✪利用Regular Expression及BeautifulSoup模組剖析網頁資料 ✪活用Chrome開發人員工具找出網頁中特定資料的CSS選擇器內容 ✪使用Selenium自動化工具擷取動態網頁 ✪把擷取的資料儲存到MySQL及MongoDB資料庫 ✪利用排程器做到自動化資料擷取及通知的功能 ✪透過Scrapy框架建立爬蟲程式,大量搜刮資料
第1堂 認識網站與網路爬蟲原理 1-1 什麼是爬蟲程式 1-2 瀏覽器與網頁伺服器 1-3 從網站下載資料的概念與原理 1-4 本書程式執行環境的建立 1-5 習題 第2堂 快速了解網路資料格式 2-1 HTML/CSS 2-2 CSV 2-3 JSON 2-4 XLS/XLSX 2-5 習題 第3堂 擷取網頁資料基礎 3-1 requests模組介紹與使用 3-2 資料檔案存取 3-3 網路公開資訊CSV格式讀取實例 3-4 網路公開資訊JSON格式讀取實例 3-5 習題 第4堂 HTML網頁剖析基礎 4-1 使用Regular Expression剖析網頁 4-2 使用BeautifulSoup剖析網頁 4-3 新聞網站之擷取與儲存 4-4 網頁圖形檔之擷取與儲存 4-5 習題 第5堂 HTML網頁剖析實務 5-1 Jupyter Notebook安裝與使用 5-2 Chrome開發人員工具 5-3 活用表單查詢存取資料 5-4 新聞網站內容之擷取與儲存 5-5 習題 第6堂 CSS選擇器基礎與活用 6-1 CSS 選擇器介紹 6-2 Selenium安裝與使用 6-3 動態網頁資料擷取 6-4 表單登入網頁擷取 6-5 習題 第7堂 MySQL資料庫儲存 7-1 資料庫與SQL 7-2 SQLite資料庫簡介與操作 7-3 MySQL資料庫系統安裝 7-4 MySQL資料庫操作實例 7-5 習題 第8堂 MongoDB資料庫操作 8-1 MongoDB安裝與操作 8-2 使用Python儲存資料 8-3 使用Python讀取資料 8-4 MongoDB資料庫應用實例 8-5 習題 第9堂 自動化資料擷取 9-1 自動化資料擷取程式 9-2 電子郵件通知實作 9-3 建立可執行檔 9-4 作業系統排程設定 9-5 習題 第10堂 Scrapy初階 10-1 Scrapy簡介與安裝 10-2 Scrapy Shell測試與練習 10-3 Scrapy專案檔案的編輯與執行 10-4 爬取網頁內容並儲存到資料庫 10-5 習題 第11堂 Scrapy 爬蟲實務 11-1 學校網頁資料爬取實例 11-2 新聞網站資料爬取實例 11-3 PTT討論區爬取實例 11-4 習題 第12堂 爬蟲實戰技巧及實例 12-1 活用pyautogui模組和網頁互動 12-2 Dcard梗圖爬取實例 12-3 下載無限捲動網頁內容 12-4 MOBILE01討論區爬取實例 12-5 車商二手車資料下載實例 12-6 習題 附錄 反爬蟲與反反爬蟲的戰爭 a-1 網站的robotstxt a-2 User-Agent a-3 頻繁的request請求 a-4 JavaScript程式動態產生的網頁 a-5 我不是機器人驗證 a-6 CAPTCHA和reCaptcha驗證碼 a-7 人機合作爬蟲程式解決驗證碼問題
作者簡介 何敏煌 國立交通大學資訊科學博士,現任職於國立高雄科技大學博雅教育中心,平時除了研究KVM虛擬雲端容錯與分散式系統相關技術之外,也利用閒暇之餘致力於推廣資訊科技、Maker自學課程、與程式設計教育。個人網站:drho.club。
客服公告
热门活动
订阅电子报