本書內容主要包含6部分，第1部分認識網頁的構造及爬蟲的原理，第2部分實現靜態網頁的爬取，第3部分實現數據存儲到文件、數據庫，第4部分實現動態網頁的爬取，第5部分針對不同反爬限制技術實現數據爬取，第6部分使用Scrapy爬蟲框架進行爬取。內容較好地涵蓋了企業爬蟲崗位所需要掌握得requests、httpx、BeautifulSoup、lxml、parsel、Selenium等第三方庫及正則，數據的文本、CSV、JSON文件存儲，MySQL、MongoDB數據庫存儲，中間件集成中的Redis、Kafka等使用，Scrapy框架以及解決如圖片驗證碼、賬號限制、IP限制等問題。本書以企業級的項目為主線進行講解，每個部分通過“項目-任務-案例”展開，對所需的知識點進行全面的介紹，并給出了任務實現的詳細操作步驟和相應的實戰練習題。全書由淺入深、實例生動、易學易用，可以滿足不同層次讀者的需求。
新書資訊