Python爬蟲大數據采集與挖掘：微課視頻版

定　價：￥59.80

作　者：	曾劍平著
出版社：	清華大學出版社
叢編項：	大數據與人工智能技術叢書
標　簽：	暫缺

購買這本書可以去

ISBN：	9787302540540	出版時間：	2020-03-01	包裝：	平裝
開本：	16開	頁數：	312	字數：

內容簡介

　　本書圍繞大數據采集，對采集技術的相關基礎、技術原理、 Py t hon實現技術、大數據挖掘與應用方法進行了系統(tǒng)介紹。書中全面、完整地覆蓋了各種類型的網絡爬蟲及相關的信息處理挖掘技術，并提供了27個與爬蟲技術和應用相關的Py t hon程序。全書共分為四大部分，即概述、基礎篇、技術與實現篇、大數據挖掘與應用篇。第一部分是概述，首先指出了利用Py t hon采集互聯(lián)網大數據的重要性，介紹了相關技術研究、技術體系、 Py t hon爬蟲采集技術的合規(guī)性及應用現狀等; 第二部分是基礎篇，包括 Web服務器的應用架構以及HTTP、 Robo t s、 HTML、頁面編碼等相關協(xié)議和規(guī)范; 第三部分是技術與實現篇，全面介紹了普通網絡爬蟲技術、動態(tài)頁面采集方法、主題爬蟲技術、 De ep Web爬蟲、微博信息采集、Web信息提取以及反爬蟲技術等，內容涵蓋了各種爬蟲技術實現方法及Py t hon例子; 第四部分是大數據挖掘與應用篇，介紹了用于爬蟲應用中的典型大數據處理與挖掘技術以及 Web大數據采集的常見應用模式，并以新聞采集與分析、 SQL注入在線檢測為例介紹了Py t hon爬蟲應用構建方法，將本書介紹的一些關鍵技術、模型和工具貫穿在一起。

作者簡介

　　曾劍平，博士，復旦大學計算機科學技術學院副教授、碩士生導師。曾供職于軟件公司并擔任總工程師。擔任International Journal of Network Security（信息安全、EI源刊）、Journal of Emerging Technologies in Web Intelligence（Web智能）、《計算機工程與應用》等多個國內外知名學術期刊的編委。擔任World Wide Web Journal、Knowledge-based Systems、IEEE SMC、IEEE TKDE、JCST、計算機科學、小型微型計算機系統(tǒng)等多個國內外學術期刊的審稿專家。近十多年來，申請專利10多項，其中5項為授權發(fā)明專利（第一發(fā)明人），獲得1項軟件著作權（第一完成人）。主持國家自然科學基金面上項目、上海市自然科學基金項目、教育部課題以及企業(yè)委托項目多項，參與國家重點科技計劃、國家信息化專家咨詢委員會、國家保密局、上?？莆约捌髽I(yè)合作等項目研究。目前主要研究方向是社交媒體分析及應用、網絡輿情分析技術和大數據安全。作為第一作者和通訊作者發(fā)表相關技術方向的論文60多篇，其中有10多篇是在國際著名學術期刊上。

圖書目錄

目錄

源碼下載

第一部分概述

第1章大數據采集概述

1.1互聯(lián)網大數據與采集

1.1.1互聯(lián)網大數據來源

1.1.2互聯(lián)網大數據的特征

1.2Python爬蟲大數據采集技術的重要性

1.3爬蟲技術研究及應用現狀

1.4爬蟲技術的應用場景

1.5爬蟲大數據采集的技術體系

1.5.1技術體系構成

1.5.2相關技術

1.5.3技術評價方法

1.6爬蟲大數據采集與挖掘的合規(guī)性

1.7爬蟲大數據采集技術的展望

思考題

第二部分基礎篇

第2章Web頁面及相關技術

2.1HTML語言規(guī)范

2.1.1HTML標簽

2.1.2HTML整體結構

2.1.3CSS簡述

2.1.4常用標簽

2.1.5HTML語言的版本進化

2.2編碼體系與規(guī)范

2.2.1ASCII

2.2.2gb2312/gbk

2.2.3unicode

2.2.4utf8

2.2.5網頁中的編碼和Python處理

2.3Python正則表達式

思考題

第3章Web應用架構與協(xié)議

3.1常用的Web服務器軟件

3.1.1流行的Web服務器軟件

3.1.2在Python中配置Web服務器

3.2Web服務器的應用架構

3.2.1典型的應用架構

3.2.2Web頁面的類型

3.2.3頁面文件的組織方式

3.3Robots協(xié)議

3.3.1Robots協(xié)議的來歷

3.3.2Robots協(xié)議的規(guī)范與實現

3.4HTTP協(xié)議

3.4.1HTTP版本的技術特性

3.4.2HTTP報文

3.4.3HTTP頭部

3.4.4HTTP狀態(tài)碼

3.4.5HTTPS

3.5狀態(tài)保持技術

3.5.1Cookie

3.5.2Session

思考題

第三部分技術與實現篇

第4章普通爬蟲頁面采集技術與Python實現

4.1普通爬蟲的體系架構

4.2Web服務器連接器

4.2.1整體處理過程

4.2.2DNS緩存

4.2.3requests/response的使用方法

4.2.4錯誤和異常的處理

4.3超鏈接及域名提取與過濾

4.3.1超鏈接的類型

4.3.2提取方法

4.3.3遵守Robots協(xié)議的友好爬蟲

4.4爬行策略與實現

4.4.1爬行策略及設計方法

4.4.2寬度優(yōu)先和深度優(yōu)先策略

4.4.3基于PageRank的重要性排序

4.4.4其他策略

4.4.5爬行策略設計的綜合考慮

思考題

第5章動態(tài)頁面采集技術與Python實現

5.1動態(tài)頁面內容的生成與交互

5.1.1頁面內容的生成方式

5.1.2動態(tài)頁面交互的實現

5.2動態(tài)頁面采集技術

5.3使用帶參數的URL

5.4利用Cookie和Session

5.5使用Ajax：以評論型頁面為例

5.5.1獲取URL地址

5.5.2獲取動態(tài)請求參數

5.6模擬瀏覽器——以自動登錄郵箱為例

思考題

第6章Web信息提取與Python實現

6.1Web信息提取任務及要求

6.2Web頁面內容提取的思路

6.2.1DOM樹

6.2.2提取方法

6.3基于HTML結構的內容提取方法

6.3.1html.parser

6.3.2lxml

6.3.3html5lib

6.3.4BeautifulSoup

6.3.5PyQuery

6.4基于統(tǒng)計的Web內容抽取方法

思考題

第7章主題爬蟲頁面采集技術與Python實現

7.1主題爬蟲的使用場景

7.2主題爬蟲技術框架

7.3主題及其表示

7.4相關度計算

7.4.1主題相關度的計算

7.4.2鏈接相關度估算

7.4.3頁面內容相關度計算

7.5特定新聞主題采集

思考題

第8章Deep Web爬蟲與Python實現

8.1相關概念

8.2Deep Web的特征和采集要求

8.3深度網頁內容獲取技術架構

8.3.1領域本體知識庫

8.3.2尋找表單

8.3.3表單處理

8.3.4結果處理

8.4圖書信息采集

思考題

第9章微博信息采集與Python實現

9.1微博信息采集方法概述

9.2微博開放平臺授權與測試

9.3在Python中調用微博API采集數據

9.3.1流程介紹

9.3.2微博API及使用方法

9.3.3采集微博用戶個人信息

9.3.4采集微博博文

9.3.5微博API的限制

9.4通過爬蟲采集微博信息

思考題

第10章反爬蟲技術與反反爬蟲技術

10.1兩種技術的概述

10.2反爬蟲技術

10.2.1爬蟲檢測技術

10.2.2爬蟲阻斷技術

10.3反反爬蟲技術

思考題

第四部分大數據挖掘與應用篇

第11章文本信息處理與挖掘技術

11.1文本預處理

11.1.1詞匯切分

11.1.2停用詞過濾

11.1.3詞形規(guī)范化

11.1.4Python開源庫jieba的使用

11.2文本的向量空間模型

11.2.1特征選擇

11.2.2模型表示

11.2.3使用Python構建向量空間表示

11.3文本分類及實現技術

11.3.1分類技術概要

11.3.2分類器技術

11.3.3新聞分類的Python實現

11.4主題及其實現技術

11.4.1主題的定義

11.4.2基于向量空間的主題構建

11.4.3LDA主題模型

11.4.4LDA模型的Python實現

11.5大數據可視化技術

11.5.1大數據可視化方法概述

11.5.2Python開源庫的使用

思考題

第12章互聯(lián)網大數據獲取技術的應用

12.1常見應用模式

12.2新聞閱讀器采集與分析

12.2.1目標任務

12.2.2總體思路

12.2.3新聞內容采集與提取

12.2.4新聞分析

12.3爬蟲用于Web網站SQL注入檢測

12.3.1目標任務

12.3.2總體思路

12.3.3Python程序設計

思考題

附錄A代碼與數據

附錄B相關包索引

附錄C爬蟲框架

附錄D書中視頻對應二維碼匯總表

參考文獻