使用Python編寫網(wǎng)絡(luò)爬蟲程序獲取互聯(lián)網(wǎng)上的大數(shù)據(jù)是當(dāng)前的熱門專題。本書內(nèi)容包括三部分：基礎(chǔ)部分、進(jìn)階部分和項(xiàng)目實(shí)踐部分。基礎(chǔ)部分（~7章）主要介紹爬蟲的三個(gè)步驟——獲取網(wǎng)頁、解析網(wǎng)頁和存儲數(shù)據(jù)，通過諸多示例的講解，讓讀者從基礎(chǔ)內(nèi)容開始系統(tǒng)性地學(xué)習(xí)爬蟲技術(shù)，并在實(shí)踐中提升Python爬蟲水平。進(jìn)階部分（第8~13章）包括多線程的并發(fā)和并行爬蟲、分布式爬蟲、更換IP等，幫助讀者進(jìn)一步提升爬蟲水平。項(xiàng)目實(shí)踐部分（4~17章）使用本書介紹的爬蟲技術(shù)對幾個(gè)真實(shí)的網(wǎng)站進(jìn)行抓取，讓讀者能在讀完本書后根據(jù)自己的需求寫出爬蟲程序。無論你是否有編程基礎(chǔ)，只要對爬蟲技術(shù)感興趣，本書就能帶領(lǐng)你從入門到實(shí)戰(zhàn)再到進(jìn)階，一步步了解爬蟲，很終寫出自己的爬蟲程序。唐松，2010年獲全額獎(jiǎng)學(xué)金人讀香港中文大學(xué)商學(xué)院，之后獲得康奈爾大學(xué)信息科學(xué)碩士學(xué)位。曾與IBM合作大數(shù)據(jù)A100計(jì)劃，為多個(gè)世界500強(qiáng)公司提供數(shù)據(jù)挖掘服務(wù)，并將網(wǎng)絡(luò)爬蟲的經(jīng)驗(yàn)應(yīng)用到這些項(xiàng)目中。2018年以技術(shù)大咖入職騰訊公司，現(xiàn)任騰訊數(shù)據(jù)服務(wù)中心數(shù)據(jù)分析師，分析騰訊的海量數(shù)據(jù)。曾經(jīng)在香港中文大學(xué)、香港中文大學(xué)（深圳）、西南交通大學(xué)、東華大學(xué)多家高校進(jìn)行過網(wǎng)絡(luò)爬蟲教學(xué)，獲得許多教授、博士生、研究生的一致好評。
|
