零基础学Python网络爬虫案例实战全流程详解 pdf下载

网络爬虫是当今获取数据不可或缺的重要手段。本书讲解了Python爬虫的进阶理论与技术，帮助读者提升实战水平。

全书共7章。第1～3章为常见反爬机制的应对手段，主要内容包括Cookie模拟登录、多种类型的验证码

识别、Ajax动态请求破解。第4章为手机App内容爬取。第5章和第6章为Scrapy爬虫框架应用。第7章为爬虫云服务器部署。

本书适合有一定Python网络爬虫编程基础的学生或相关从业人员，以及想要在Python网络爬虫开发、不同类型的反爬机制应对、爬虫框架开发、爬虫云端部署等方面进阶提高的读者。

王宇韬

（CFA、FRM、AQF）

华能贵诚信托金融科技实验室发起人，宾夕法尼亚大学硕士，上海交通大学学士，曾在剑桥大学交流学习，两年内通过CFA 3级、FRM 2级、AQF。在华能贵诚信托自主研发了舆情监控系统、资金雷达、流程自动化AI系统、机器视频面试系统等；专注于科技在金融领域的应用，编著有《Python金融大数据挖掘与分析全流程详解》和《Python大数据分析与机器学习商业案例实战》。

吴子湛

毕业于合肥工业大学计算机学院，就职于南京市秦淮区大数据中心，拥有多年IT

研发经验，擅长大数据分析与挖掘。

史靖涵

北京邮电大学计算机专业学士，帝国理工大学和加州大学伯克利分校计算机专业硕士，擅长分布式爬虫与数据挖掘。

笔者编写的《Python金融大数据挖掘与分析全流程详解》于2019年出版面市后，陆续有不少读者表示对该书的爬虫部分非常感兴趣，想做进一步的学习。笔者由此萌生了一个想法：专门针对Python爬虫技术编写一套书籍，在保留之前核心内容的基础上，新增更多实战案例，方便读者在练中学，并体会Python爬虫在实战中的应用。

书稿编写完成后，为了更好地满足不同水平读者的需求，方便他们根据自身情况更灵活地学习，笔者决定将书稿分为两册出版：第一册为《零基础学Python网络爬虫案例实战全流程详解（入门与提高篇）》，主要针对编程零基础的读者；第二册为《零基础学Python网络爬虫案例实战全流程详解（高级进阶篇）》，主要针对有一定Python爬虫编程基础并且需要进阶提高的读者。

本书为《零基础学Python网络爬虫案例实战全流程详解（高级进阶篇）》，分7章讲解了Python爬虫的进阶理论与技术，包括常见反爬机制的应对手段、手机App内容爬取、Scrapy爬虫框架应用、爬虫云服务器部署等。

第1章主要讲解如何通过Cookie模拟登录网站并爬取数据。首先介绍Cookie模拟登录的原理，然后通过模拟登录淘宝爬取商品数据、模拟登录新浪微博爬取热搜榜信息这两个实战案例来巩固所学。

第2章主要讲解如何应对验证码这种常见的反爬手段，分别介绍了图像验证码、计算题验证码、滑块验证码、滑动拼图验证码、点选验证码等类型的验证码的识别，最后以bilibili的登录验证码识别作为实战案例来巩固所学。

第3章主要讲解如何破解Ajax动态请求。首先介绍Ajax的工作原理，然后通过爬取开源中国博客频道、爬取新浪微博这两个实战案例来巩固所学。

第4章主要讲解如何爬取手机App的内容。首先介绍相关软件的安装，然后讲解手机模拟操作和Appium操作，最后通过爬取微信朋友圈来巩固所学。

第5章主要讲解Scrapy爬虫框架。首先介绍Scrapy框架的整体架构和常用指令，然后通过3个实战案例来巩固所学：百度新闻爬取（涉及设置文件的修改）、新浪新闻爬取（涉及实体文件的修改）、豆瓣电影海报图片爬取（涉及管道文件的修改）。

第6章主要讲解在Scrapy框架中如何应对反爬机制。首先介绍Scrapy框架的中间件技术，然后通过3个实战案例来讲解具体应用：爬取搜狗图片（Scrapy+IP代理）、模拟登录淘宝（Scrapy+Cookie）、爬取第一财经新闻（Scrapy+Selenium库）。

第7章主要讲解如何将爬虫项目部署到云服务器上，实现24小时不间断运行，并通过Flask Web编程搭建网站，将爬虫数据渲染成可动态更新的网页，从而完成一个综合性的商业级爬虫项目。

本书适合有一定Python网络爬虫编程基础的学生或相关从业人员，以及想要在Python网络爬虫开发、不同类型的反爬机制应对、爬虫框架开发、爬虫云端部署等方面进阶提高的读者。觉得本书理解起来有难度的读者建议先学习《零基础学Python网络爬虫案例实战全流程详解（入门与提高篇）》，再来学习本书。

由于笔者水平有限，书中难免有不足之处，恳请广大读者批评指正。读者除了可扫描封底上的二维码关注公众号获取资讯以外，也可通过“本书学习资源”中列出的方法与我们交流。