Python数据抓取技术与实战
出版时间： 2016
内容简介
如何在大数据时代获得实时的数据信息，分析挖掘、提取出有价值的信息，并以直观清晰的图形表示出关键的数量关系和概念，是一个值得研究的问题。本书通过数据抓取篇（如何获得数据信息）、数据分析篇（分析挖掘，提取出有价值的信息）、数据可视化篇（以直观清晰的图形表示出关键的数量关系和概念）详细描述数据抓取、分析、展示的整个流程，每一篇自成一体，可以单独学习掌握。
目录
第1章 Python基础1
1.1 Python安装1
1.2 安装pip 6
1.3 如何查看帮助7
1.4 第一个程序10
1.5 文件操作25
1.6 循环28
1.7 异常30
1.8 元组30
1.9 列表32
1.10 字典36
1.11 集合38
1.12 随机数39
1.13 enumerate的使用40
1.14 第二个例子41
第2章 字符串解析46
2.1 常用函数46
2.2 正则表达式50
2.3 BeautifulSoup 55
2.4 json结构62
第3章 单机数据抓取77
3.1 单机顺序抓取77
3.2 requests 107
3.3 并发和并行抓取117
第4章 分布式数据抓取137
4.1 RPC的使用138
4.2 Celery系统145
第5章 全能的Selenium 159
5.1 Selenium单机159
5.2 Selenium分布式抓取178
5.3 Linux无图形界面使用Selenium 188
第6章 神秘的Tor 191
6.1 抓取时IP封锁的问题191
6.2 Tor的安装与使用192
6.3 Tor多线程197
6.4 Tor与Selenium结合205
第7章 抓取常见问题210
7.1 Flash 210
7.2 桌面程序211
7.3 U盘213
7.4 二级三级页面214
7.5 图片的处理214
7.6 App数据抓取214
第8章 监控框架221
8.1 框架说明223
8.2 监控系统实例225
第9章 拥抱大数据229
9.1 Hadoop生态圈229
9.2 Cloudera环境搭建231
