Python网络数据采集是本编程技术电子书，专介绍围绕Python与网页内容。
《Python网络数据采集》网络上的数据量越来越大，单靠浏览网页获取信息越来越困难，如何有效地提取并利用信息已成为一个巨大的挑战。本书采用简洁强大的Python语言，全面介绍网络数据采集技术，教你从不同形式的网络资源中自由地获取数据。你将学会如何使用Python脚本与网络API一次性采集并处理成千上万个网页上的数据。书中不仅介绍了网络数据采集的基本原理，还深入探讨了更高级的主题，比如分析原始数据，用网络爬虫测试网站等。此外，书中还提供了详细的代码示例，以帮助你更好地理解书中的内容。
通过阅读本书，你将能够：
解析复杂的HTML页面
遍历多个网页和网站
了解API的基本概念和工作原理
学习存储数据的方法
下载，读取并抽取网络文档中的数据
使用工具和方法清洗格式异常的数据
读取并处理自然语言
越过表单和登录窗口采集数据
学习采集JavaScript方法
学习图像处理和文字识别方法
作者简介
Ryan Mitchell是数据科学家，软件工程师，目前在波士顿LinkeDrive公司负责开发公司的API和数据分析工具。此前，曾在Abine公司构建网络爬虫和网络机器人，她经常做网络数据采集项目的咨询工作，主要面向金融和零售业，另著有Instant Web Scraping with Java。
目录:
O’Reilly Media, Inc. 介绍 阅读
译者序 阅读
前言 阅读
第一部分 创建爬虫 阅读
第 1 章 初见网络爬虫 阅读
第 2 章 复杂HTML解析
第 3 章 开始采集
第 4 章 使用API
第 5 章 存储数据
第 6 章 读取文档
第二部分 高级数据采集
第 7 章 数据清洗
第 8 章 自然语言处理
第 9 章 穿越网页表单与登录窗口进行采集
第 10 章 采集JavaScript
第 11 章 图像识别与文字处理
第 12 章 避开采集陷阱
第 13 章 用爬虫测试网站
第 14 章 远程采集
附录 A Python简介
附录 B 互联网简介
附录 C 网络数据采集的法律与道德约束
作者简介
封面介绍
（文件大小： 17 MB）
