Python数据抓取技术与实战在线阅读-Python数据抓取技术与实战PDF电子版下载

编辑点评：

Python数据抓取技术与实战主要介绍使用Python语言及其相关工具进行数据抓取的方法，通过实例演示在数据抓取过程中常见问题的解决方法。通过本书的学习，读者可以根据需求快速地编写出符合要求的抓取程序。

前言

大数据技术是当前工程和科学技术领域研究的热点。数据科学研究通常包括四个主要环节，即数据获取、数据存储、数据分析及数据可视化。本书主要聚焦数据获取环节。这是其他环节的基础。及时准确地获得丰富详实的数据，可为后续工作奠定坚实的基础，并提高分析结论的可信性和可靠性。

互联网的开放性为数据的获取带来了极大的便利。本书基于Python语言的数据抓取技术，主要介绍如何快速准确地从网络上获得所需的数据，构建满足要求的数据集或大数据集。Python语言是一种通用编程语言，可以应用于各种编程领域，在数据科学领域也是一种十分热门的语言。本书使用Python作为数据抓取技术的实现语言，利用Python丰富的模块支持和语言特性，解决绝大部分数据抓取中经常会遇到的问题。为了使不了解Python语言的读者快速上手，在第1章中介绍了阅读本书所需的Python语言基础知识。本书介绍了数据抓取涉及的各类技术问题和解决方法，并按章节进行组织，每章内容基本独立，可使读者在遇到问题时能够快速地进行问题定位。书中的内容侧重于将已有的成熟理论原理和流行框架应用于数据抓取实际问题的解决中。在编写过程中，只侧重介绍应用于数据抓取时的应用方式，并未对某些原理和框架进行详细的描述，感兴趣的读者可以进一步查找相关文献和资料来加深对概念和理论的理解。阅读时，读者可通过运行书中的实例代码，看到现象后再回头去分析，可有助于更好地理解相关的概念和原理，为进一步的研究打下基础。

本书主要面向初学者，读者可基于书中的运行实例进行改造，设计出符合自己要求的数据抓取程序。本书可以迅速用于实战，可供相关专业工程技术人员和高校本科生阅读参考。

感谢首席策划编辑富军老师的辛勤工作！感谢赵星驰老师在外文技术资料方面提供的帮助与协作！

如果读者阅读中发现问题，请及时与我们联系，希望大家多多批评指正。

python基础

Python是一种动态类型脚本语言，具有简洁的语法，强大的表达能力，是当前数据科学领域主流的编程语言。其丰富的包和模块的支持可以使Python几乎能应用于各个领域。

本书使用Python作为数据抓取的编程实施语言。

本章主要介绍Python编程语言的基础知识及Python语言的安装和基本使用方法，通过两个抓取实例讲述Python的基本语法及后面各章中将会使用到的语法知识。

在语言版本上选择了Python3.4+作为开发语言，使用3以上版本的Python在字符串处理上会更加方便。如果没有使用Python3以上引入的新特性，那么都可以在对字符串处理并稍加改动后使用Python2.7+执行。随着Python3的发展，很多Python2.7可使用的库和模块，Python3都可以使用了，因此建议没有使用过Python的读者，可以直接安装3以上的版本学习和开发。

在操作系统的选择上，本书的绝大部分实例是在Ubuntu 14.04 trusty 64位桌面系统下编写和运行的。如果Python版本相同的话，那么在Windows下可以直接运行书中的代码。使用Windows系统的读者可以利用Vmware虚拟机环境在虚拟机中搭建Ubuntu系统学习并使用书中的代码，可得到与书中一样的运行效果，也可以直接安装相应版本的Ubuntu操作系统。

缩进风格

在get-content函数的定义形式中引出了一个Python语言十分特别的特点，就是缩进。

下面简单介绍一下Python的缩进问题。

与大多数编程语言不同，Python采用缩进的方式表示逻辑层次，而不是用“1 1”括起来的形式。缩进相同的语句块代表处于同一逻辑层次，如上面的get-content函数，函数体中的两行代码应处于同一缩进层次，如果在编辑器中输入这两行代码，则应该保证这两句的行首和def保持一定的缩进，并且缩进程度相同。

注意，缩进程度相同即可，多缩进一些和少缩进一些是没有差异的。另外，不同的IDE在编辑代码的设置上可能有所差异，如在Pycharm IDE中可以设置一个tab键等于4个空格，那么在此IDE中使用一个tab进行缩进和使用4个空格进行缩进，其效果是相同的。但将代码复制到其他IDE中时，可能tab和空格的数量对应关系不是1：4，那么在缩进上就可能产生问题。最好在编码方式上得到统一，或使用tab或使用空格来解决这个问题。

Python数据抓取技术与实战PDF电子版下载截图