链接: https://pan.baidu.com/s/1Xkl_05_Zg2itTk5N2CVsNw?pwd=2rew 提取码: 2rew
出版社： 人民邮电出版社
ISBN：9787115577092
版次：2
商品编码：13527222
品牌：iTuring
包装：平装
开本：16开
出版时间：2021-11-01
用纸：胶版纸
页数：918
正文语种：中文
产品特色
编辑推荐
1.Python 之父 Guido van Rossum 推荐的爬虫入门书，第 1 版销量近 100000 册；
2.微软中国大数据工程师、博客文章过百万的博主静觅力作；
3.新增异步爬虫、JavaScript 逆向、App 逆向、智能网页解析、深度学习识别验证码、Kubernetes 运维及部署等知识点；
4.相比于第一版，为每个知识点的实战项目配备了针对性的练习平台，避免了案例过期的问题。
内容简介
本书介绍了如何利用 Python 3 开发网络爬虫。本书为第 2 版，相比于第 1 版，为每个知识点的实战项目配备了针对性的练习平台，避免了案例过期的问题。另外，主要增加了异步爬虫、JavaScript 逆向、App 逆向、页面智能解析、深度学习识别验证码、Kubernetes 运维及部署等知识点，同时也对各个爬虫知识点涉及的请求、存储、解析、测试等工具进行了丰富和更新。
本书适合Python 程序员阅读。
作者简介
崔庆才
微软（中国）软件工程师，北京航空航天大学硕士，主要研究网络爬虫、Web 开发、机器学习等方向。
精彩书评
I am happy to see that Python is so widely used in the Chinese IT community. I hope this book will help more people understand Python and web crawling/scraping.
——Guido van Rossum，Creator of Python， Distinguished Engineer，Microsoft
时代在不断进步，我们需要不断学习，庆才在工作上是这样，在兴趣上也是这样，这本爬虫书充分体现了这一点。第 2 版相比第 1 版内容更加全面，覆盖的知识点更为广泛，也更贴近技术前沿。本书具有通俗易懂的讲解和丰富的案例代码，可以让读者系统地学习爬虫相关的各种知识，我极力推荐大家阅读本书。
——曾文峰，微软亚洲互联网工程院副院长、微软公司全球合伙人
在今天这个数据驱动的人工智能时代，这个有越来越多移动互联网数据来自 App 的时代，主流的数据来源平台几乎都提高了数据采集的风控水平，这导致数据采集的难度越来越大，此时行业中需要一本书来帮助爬虫工程师提高技术水平。崔庆才的这本《Python 3 网络爬虫开发实战（第2版）》是市场上截至目前公开数据采集领域最好的图书之一，这本书能解答数据采集工作中遇到的大部分问题，更难得的是作者还建立了技术讨论群，方便大家交流和提高。
——梁斌 penny，北京八友科技总经理、清华大学博士
作为第 1 版的升级版，本书增加了很多前沿的爬虫相关技术。从爬虫入门到分布式抓取，本书详细介绍了爬虫技术的各个要点，并针对不同场景提出了不同的解决方案。另外，书中的实战案例也在第 1 版的基础上做了重构升级，能帮助读者更好地学习爬虫技术。本书内容通俗易懂，干货满满，强烈推荐给大家！
——宋睿华，中国人民大学高瓴人工智能学院长聘副教授
目录
第 1章 爬虫基础 1
1．1 HTTP基本原理 1
1．2 Web 网页基础 12
1．3 爬虫的基本原理 19
1．4 Session和Cookie 21
1．5 代理的基本原理 24
1．6 多线程和多进程的基本原理 26
第 2章 基本库的使用 29
2．1 urllib的使用 29
2．2 requests的使用 47
2．3 正则表达式 63
2．4 httpx的使用 73
2．5 基础爬虫案例实战 78
第3章 网页数据的解析提取 90
3．1 XPath的使用 90
3．2 Beautiful Soup的使用 99
3．3 pyquery的使用 113
3．4 parsel 的使用 124
第4章 数据的存储 128
4．1 TXT 文本文件存储 128
4．2 JSON 文件存储 130
4．3 CSV 文件存储 134
4．4 MySQL 存储 138
4．5 MongoDB 文档存储 144
4．6 Redis缓存存储 151
4．7 Elasticsearch 搜索引擎存储 159
4．8 RabbitMQ 的使用 166
第5章 Ajax 数据爬取 174
5．1 什么是 Ajax 174
5．2 Ajax分析方法 176
5．3 Ajax 分析与爬取实战 179
第6章 异步爬虫 191
6．1 协程的基本原理 191
6．2 aiohttp的使用 201
6．3 aiohttp 异步爬取实战 207
第7章 JavaScript 动态渲染页面爬取 212
7．1 Selenium 的使用 212
7．2 Splash 的使用 226
7．3 Pyppeteer 的使用 242
7．4 Playwright 的使用 257
7．5 Selenium 爬取实战 269
7．6 Pyppeteer 爬取实战 276
7．7 CSS 位置偏移反爬案例分析与爬取实战 282
7．8 字体反爬案例分析与爬取实战 287
第8章 验证码的识别 293
8．1 使用 OCR 技术识别图形验证码 293
8．2 使用 OpenCV 识别滑动验证码的缺口 298
8．3 使用深度学习识别图形验证码 304
8．4 使用深度学习识别滑动验证码的缺口 309
8．5 使用打码平台识别验证码 316
8．6 手机验证码的自动化处理 324
第9章 代理的使用 331
9．1 代理的设置 331
9．2 代理池的维护 340
9．3 付费代理的使用 351
9．4 ADSL 拨号代理的搭建方法 357
9．5 代理反爬案例爬取实战 365
第 10章 模拟登录 373
10．1 模拟登录的基本原理 373
10．2 基于Session和Cookie的模拟登录爬取实战 376
10．3 基于JWT的模拟登录爬取实战 381
10．4 大规模账号池的搭建 385
第 11章 JavaScript 逆向爬虫 397
11．1 网站加密和混淆技术简介 397
11．2 浏览器调试常用技巧 413
11．3 JavaScript Hook 的使用 430
11．4 无限 debugger 的原理与绕过 440
11．5 使用 Python 模拟执行 JavaScript 445
11．6 使用 Node．js 模拟执行 JavaScript 451
11．7 浏览器环境下 JavaScript 的模拟执行 454
11．8 AST 技术简介 460
11．9 使用 AST 技术还原混淆代码 472
11．10 特殊混淆案例的还原 480
11．11 WebAssembly 案例分析和爬取实战 490
11．12 JavaScript 逆向技巧总结 498
11．13 JavaScript 逆向爬取实战 505
第