Scrapy是使用Python開發(fā)的一個(gè)快速、高層次的屏幕抓取和Web抓取框架，用于抓Web站點(diǎn)并從頁(yè)面中提取結(jié)構(gòu)化的數(shù)據(jù)?！?strong>精通Python爬蟲框架Scrapy》以Scrapy 1.0版本為基礎(chǔ)，講解了Scrapy的基礎(chǔ)知識(shí)，以及如何使用Python和三方API提取、整理數(shù)據(jù)，以滿足自己的需求。 本書共11章，其內(nèi)容涵蓋了Scrapy基礎(chǔ)知識(shí)，理解HTML和XPath，安裝Scrapy并爬取一個(gè)網(wǎng)站，使用爬蟲填充數(shù)據(jù)庫(kù)并輸出到移動(dòng)應(yīng)用中，爬蟲的強(qiáng)大功能，將爬蟲部署到Scrapinghub云服務(wù)器，Scrapy的配置與管理，Scrapy編程，管道秘訣，理解Scrapy性能，使用Scrapyd與實(shí)時(shí)分析進(jìn)行分布式爬取。

本書附錄還提供了各種軟件的安裝與故障排除等內(nèi)容。 本書適合軟件開發(fā)人員、數(shù)據(jù)科學(xué)家，以及對(duì)自然語(yǔ)言處理和機(jī)器學(xué)習(xí)感興趣的人閱讀。

目錄

第1章 Scrapy簡(jiǎn)介1
第2章 理解HTML和XPath10
第3章 爬蟲基礎(chǔ)23
第4章 從Scrapy到移動(dòng)應(yīng)用62
第5章 迅速的爬蟲技巧75
第6章 部署到Scrapinghub94
第7章 配置與管理102
第8章 Scrapy編程119
第9章 管道秘訣145
第10章 理解Scrapy性能173
第11章 使用Scrapyd與實(shí)時(shí)分析進(jìn)行分布式爬取199