第4章 使用API P49
2020-02-21 08:00:01 72
声音简介
此音频仅作为更好地阅读此书的辅助工具,请大家购买正版书籍。
所有音频全部免费供大家试听、转发和使用。
目录
第一部分 创建爬虫
第1章 初见网络爬虫
1.1网络连接
1.2BeautifulSoup简介
1.2.1安装BeautifulSoup
1.2.2运行BeautifulSoup
1.2.3可靠的网络连接
第2章 复杂HTML解析
2.1不是一直都要用锤子
2.2再端一碗BeautifulSoup
2.2.1BeautifulSoup的find()和findAll()
2.2.2其他BeautifulSoup对象
2.2.3导航树
2.3正则表达式
2.4正则表达式和BeautifulSoup
2.5获取属性
2.6Lambda表达式
2.7超越BeautifulSoup
第3章 开始采集
3.1遍历单个域名
3.2采集整个网站
3.3通过互联网采集
3.4用Scrapy采集
第4章 使用API
4.1API概述
4.2API通用规则
4.2.1方法
4.2.2验证
4.3服务器响应
4.4Echo Nest
4.5Twitter API
4.5.1开始
4.5.2几个示例
4.6 Google API
4.6.1开始
4.6.2几个示例
4.7解析JSON数据
4.8回到主题
4.9再说一点API
第5章 存储数据
5.1媒体文件
5.2把数据存储到CSV
5.3MySQL
5.4Email
第6章 读取文档
6.1文档编码
6.2纯文本
6.3 CSV
6.4 PDF
6.5微软Word和.docx
第7章 数据清洗
7.1编写代码清洗数据
7.2数据存储后再清洗
第8章 自然语言处理
8.1概括数据
8.2马尔可夫模型
8.3自然语言工具包
8.3.1安装与设置
8.3.2用NLTK做统计分析
8.3.3用NLTK做词性分析
8.4其他资源
第9章 穿越网页表单与登录窗口进行采集
9.1Python Requests库
9.2提交一个基本表单
9.3单选按钮、复选框和其他输入
9.4提交文件和图像
9.5处理登录和cookie
9.6其他表单问题
第10章 采集JavaScript
10.1JavaScript简介
10.2Ajax和动态HTML
10.3处理重定向
第11章 图像识别与文字处理
11.1OCR库概述
11.1.1 Pillow
11.1.2 Tesseract
11.2处理格式规范的文字
11.3读取验证码与训练Tesseract
11.4获取验证码提交答案
第12章 避开采集陷阱
12.1道德规范
12.2让网络机器人看起来像人类用户
12.2.1修改请求头
12.2.2处理cookie
12.2.3时间就是一切
12.3常见表单安全措施
12.3.1隐含输入字段值
12.3.2避免蜜罐
12.4问题检查表
第13章 用爬虫测试网站
13.1测试简介
13.2 Python单元测试
13.3 Selenium单元测试
13.4 Python单元测试与Selenium单元测试的选择
第14章 远程采集
14.1为什么要用远程服务器
14.2Tor代理服务器
14.3远程主机
14.3.1从网站主机运行
14.3.2从云主机运行
14.4其他资源
14.5勇往直前
贺函芬|音频制作者
2000年毕业于宁波大学计算机系教育专业。
20年编程经历。
上一个:第4章 使用API P50
所属专辑
相关推荐
换一批
- 米小圈上学记:一二三年级 | 畅销出版物米小圈
- 大奉打更人丨头陀渊领衔多人有声剧|畅听全集|王鹤棣、田曦薇主演影视剧原著|卖报小郎君头陀渊讲故事
- 一剑独尊(叶玄叶灵 | 有声的紫襟 | 男女双播)|北剑江湖有声的紫襟
- 灵境行者丨卖报小郎君口碑新作丨紫襟领衔多人有声剧有声的紫襟
- 夜的命名术丨年度都市异能霸榜神作丨紫襟领衔有声剧有声的紫襟
- 遮天|辰东作品,头陀渊&小桃红精品双播|热播动画原著头陀渊讲故事
- 重生八零,媳妇有点辣 | 免费多人有声剧君颜讲故事
- 无敌剑域丨玄幻热血爽文丨一剑独尊、我有一剑 前传丨紫襟领衔多人有声剧有声的紫襟
- 万古第一神丨有声的紫襟(3D音效玄幻多人有声剧)有声的紫襟
- 白眉大侠 | 单田芳(400回完)单田芳评书
下载客户端
iPhoneAndroid
用户评论