Python网络数据采集 ([美] 米切尔)

Python网络数据采集采用简洁强大的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。

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

目录

第一部分　创建爬虫
第1章　初见网络爬虫 2
第2章　复杂HTML解析 11
第3 章　开始采集 26
第4 章　使用API 42
第5 章　存储数据 61
第6 章　读取文档 80
第二部分　高级数据采集
第7 章　数据清洗 94
第8 章　自然语言处理 103
第9 章　穿越网页表单与登录窗口进行采集 120
第10 章　采集JavaScript 128
第11 章　图像识别与文字处理 139
第12 章　避开采集陷阱 154
第13 章　用爬虫测试网站 164
第14 章　远程采集 174