使用Python搜刮網路資料的12堂實習課

使用Python搜刮網路資料的12堂實習課 ISBN13：9789864345212 出版社：博碩文化 作者：何敏煌;葉柏漢;顏凰竹 裝訂／頁數：平裝／352頁 規格：23cm*17cm*1.8cm (高/寬/厚) 出版日：2020/10/07 中國圖書分類：電腦程式語言 內容簡介 　　網路爬蟲是AI範疇中， 　　取得資料與儲存的一項重要技能， 　　而Python是爬蟲過程中相當好用的工具 　　全書以簡單的Python程式為主軸，讓您可以輕鬆學會如何利用Python的模組擷取公開的網站資料、網頁內容，並建立自己的自動化爬蟲程式，增進您在網路上搜刮資料的能力與效率，是已具有Python基礎的學習者最佳的爬蟲入門工具書。 　　在本書中我們將學會使用以下的Python開發環境、模組及框架： 　　Thonny　　　　Jupyter Notebook　　　requests 　　json　　　　　csv　　　　　　　　　　re 　　xlrd　　　　　BeautifulSoup　　　　　Selenium 　　sqlite3　　　　mysql　　　　　　　　pymongo 　　pyinstaller　　Scrapy　　　　　　　　pyautogui 　　並學習如何擷取以下的幾種網站： 　　☑大學網站的焦點新聞頁面 ☑政府公開資訊網站 　　☑即時新聞網站標題、內容、圖片 ☑汽車網站之車款資訊及二手車在庫資訊 　　☑銀行網站之匯率資料擷取 ☑中央氣象局之氣溫觀測資訊 　　☑Ptt八卦版年齡宣告按鈕及Ptt討論區貼文擷取 ☑網路書店暢銷書排行榜 　　☑股市網站財經新聞 ☑線上購物網站產品資訊 　　☑名言佳句範例網站 ☑台灣證券交易所股票資訊 　　☑Dcard梗圖下載 ☑台灣運彩官網資訊 　　☑Mobile01討論區貼文 本書特色 　　✪了解網站、網頁、瀏覽器間的關係，認識爬蟲程式 　　✪了解網路上格式HTML/CSV/JSON/XLSX 　　✪使用requests模組取得網路上的資料 　　✪擷取及解析JSON及CSV格式資料檔案 　　✪利用Regular Expression及BeautifulSoup模組剖析網頁資料 　　✪活用Chrome開發人員工具找出網頁中特定資料的CSS選擇器內容 　　✪使用Selenium自動化工具擷取動態網頁 　　✪把擷取的資料儲存到MySQL及MongoDB資料庫 　　✪利用排程器做到自動化資料擷取及通知的功能 　　✪透過Scrapy框架建立爬蟲程式，大量搜刮資料 目錄 第1堂 認識網站與網路爬蟲原理 1-1 什麼是爬蟲程式 1-2 瀏覽器與網頁伺服器 1-3 從網站下載資料的概念與原理 1-4 本書程式執行環境的建立 1-5 習題 第2堂 快速了解網路資料格式 2-1 HTML/CSS 2-2 CSV 2-3 JSON 2-4 XLS/XLSX 2-5 習題 第3堂 擷取網頁資料基礎 3-1 requests模組介紹與使用 3-2 資料檔案存取 3-3 網路公開資訊CSV格式讀取實例 3-4 網路公開資訊JSON格式讀取實例 3-5 習題 第4堂 HTML網頁剖析基礎 4-1 使用Regular Expression剖析網頁 4-2 使用BeautifulSoup剖析網頁 4-3 新聞網站之擷取與儲存 4-4 網頁圖形檔之擷取與儲存 4-5 習題 第5堂 HTML網頁剖析實務 5-1 Jupyter Notebook安裝與使用 5-2 Chrome開發人員工具 5-3 活用表單查詢存取資料 5-4 新聞網站內容之擷取與儲存 5-5 習題 第6堂 CSS選擇器基礎與活用 6-1 CSS 選擇器介紹 6-2 Selenium安裝與使用 6-3 動態網頁資料擷取 6-4 表單登入網頁擷取 6-5 習題 第7堂 MySQL資料庫儲存 7-1 資料庫與SQL 7-2 SQLite資料庫簡介與操作 7-3 MySQL資料庫系統安裝 7-4 MySQL資料庫操作實例 7-5 習題 第8堂 MongoDB資料庫操作 8-1 MongoDB安裝與操作 8-2 使用Python儲存資料 8-3 使用Python讀取資料 8-4 MongoDB資料庫應用實例 8-5 習題 第9堂 自動化資料擷取 9-1 自動化資料擷取程式 9-2 電子郵件通知實作 9-3 建立可執行檔 9-4 作業系統排程設定 9-5 習題 第10堂 Scrapy初階 10-1 Scrapy簡介與安裝 10-2 Scrapy Shell測試與練習 10-3 Scrapy專案檔案的編輯與執行 10-4 爬取網頁內容並儲存到資料庫 10-5 習題 第11堂 Scrapy 爬蟲實務 11-1 學校網頁資料爬取實例 11-2 新聞網站資料爬取實例 11-3 PTT討論區爬取實例 11-4 習題 第12堂 爬蟲實戰技巧及實例 12-1 活用pyautogui模組和網頁互動 12-2 Dcard梗圖爬取實例 12-3 下載無限捲動網頁內容 12-4 MOBILE01討論區爬取實例 12-5 車商二手車資料下載實例 12-6 習題 附錄 反爬蟲與反反爬蟲的戰爭 a-1 網站的robotstxt a-2 User-Agent a-3 頻繁的request請求 a-4 JavaScript程式動態產生的網頁 a-5 我不是機器人驗證 a-6 CAPTCHA和reCaptcha驗證碼 a-7 人機合作爬蟲程式解決驗證碼問題