Python网络爬虫入门到实战

本书作者不吃西红柿、川川都是在CSDN等专业网站拥有所有渠道50万粉丝的专业级博主，意见领袖。本书从基础知识到案例实战，200多个案例代码，近200个知识点。

本书介绍了Python3网络爬虫的常见技术。首先介绍了网页的基础知识，然后介绍了urllib、Requests请求库以及XPath、Beautiful Soup等解析库，接着介绍了selenium对动态网站的爬取和Scrapy爬虫框架，最后介绍了Linux基础，便于读者自主部署编写好的爬虫脚本。本书主要面向对网络爬虫感兴趣的初学者。

杨涵文 网名“川川”，现致力于全栈开发领域，在大数据分析与挖掘、机器学习、人工智能、网站开发等领域实战经验丰富。CSDN内容合伙人、阿里云博客专家，所有渠道20万粉丝博主，热衷于技术研究，乐于分享。 周培源 网名“不吃西红柿”，现任Apple高级工程师。所有渠道30万粉丝的知名技术博主、CSDN内容合伙人、华为HDZ成员、阿里云博客专家。 陈姗姗 上海工程技术大学讲师，理学博士，西澳大学联培博士，硕士生导师。发表学术论文20余篇，其中SCI检索10余篇，国际权威SCI期刊、IEEE等期刊审稿人。参与多项国家自然科学基金重点项目等。

前言
第1章 HTML与CSS基础
1.1概述引导
1.2Hbuilder软件下载与使用
1.3HTML基础
1.3.1基本架构
1.3.2标题和段落标签
1.3.3文字标签
1.3.4图像标签
1.3.5超链接标签
1.3.6块标签
1.3.7列表标签
1.3.8音频视频标签
1.3.9表格标签
1.3.10表单标签
1.3.11框架标签
1.4免费网页部署
1.5为什么要使用CSS框架
1.6选择器
1.6.1标签选择器
1.6.2类选择器
1.6.3ID选择器
1.6.4全局选择器
1.6.5属性选择器
1.6.6包含选择器
1.6.7选择器的综合使用
1.7CSS和HTML的结合方式
1.7.1行内样式
1.7.2内嵌样式
1.7.3链接样式
1.7.4导入样式
1.7.5优先级
1.8CSS的常见属性
1.8.1字体属性
1.8.2文本属性
1.8.3尺寸属性
1.8.4背景属性
1.8.5制作照片墙
1.9作业习题
1.9.1HTML作业习题
1.9.2CSS作业习题Python网络爬虫入门到实战
第2章 urllib、Requests基础与实战
2.1urllib的使用
2.1.1urlopen网址请求
2.1.2网页的保存和异常处理
2.1.3构造请求对象Requests
2.1.4添加请求头
2.1.5SSL认证
2.2万能视频下载
2.3Requests中get的使用
2.3.1Requests基础：代码获取
2.3.2Requests基础：构建请求
2.3.3获取cookie
2.3.4添加请求头
2.3.5二进制数据获取
2.4Requests中post的使用
2.4.1提交数据表单
2.4.2添加请求头
2.4.3提交json
2.4.4普通文件上传
2.5Requests进阶
2.5.1URLError和HTTPError
2.5.2Fiddler的下载与简单使用
2.5.3登录网站
2.5.4代理设置
2.6实战演练
2.6.1获取某搜索的代码
2.6.2下载图片到本地
2.6.3下载视频到本地
2.6.4爬取翻译网站目录
第3章 正则表达式基础与实战
3.1正则表达式的定义
3.2Python中的正则表达式
3.3正则表达式函数
3.3.1findall()函数
3.3.2search()函数
3.3.3split()函数
3.3.4sub()函数
3.3.5compile函数
3.4特殊字符的使用
3.4.1列表符
3.4.2点符号
3.4.3开始符和结束符
3.4.4星号
3.4.5加号
3.4.6集合符号
3.4.7或符号
3.5特殊序列
3.5.1匹配指定字符
3.5.2匹配开头、结尾和中间
3.5.3匹配数字与非数字
3.5.4空格与非空格匹配
3.5.5数字与字母的匹配
3.5.6贪婪模式与非贪婪模式
3.6集合练习
……