用Python写网络爬虫
书籍简介:
本书讲解了如何使用Python来编写网络爬虫程序，其内容包括从网页中提取数据，构建线程爬虫来并行处理页面信息，通过连接来爬取网站的数据，提取缓存中的数据，使用多个线程和进程来加速爬取，分析非JavaScript开发的站点，与表单和会话进行交互，搞定受保护页面的验证码问题，以及跟踪爬虫的状态。
本书讲解了如何使用Python来编写网络爬虫程序，其内容包括从网页中提取数据，构建线程爬虫来并行处理页面信息，通过连接来爬取网站的数据，提取缓存中的数据，使用多个线程和进程来加速爬取，分析非JavaScript开发的站点，与表单和会话进行交互，搞定受保护页面的验证码问题，以及跟踪爬虫的状态。