BXG-2018-5 ?8.95GB 高清視頻
第 一 章：解析python網絡爬蟲：核心技術、Scrapy框架、分布式爬蟲
1-1 初識爬蟲
1-1-1 1.1-爬蟲產生背景
1-1-2 1.2-什么是網絡爬蟲
1-1-3 1.3-爬蟲的用途
1-1-4 1.4-爬蟲分類
1-2 爬蟲的實現原理和技術
1-2-1 2.1-通用爬蟲的工作原理
1-2-2 2.2-聚焦爬蟲工作流程
1-2-3 2.3-通用爬蟲抓取網頁的詳細流程
1-2-4 2.4-通用爬蟲網頁分類
1-2-5 2.5-robots.txt文件
1-2-6 2.6-sitemap.xml文件
1-2-7 2.7-反爬應對策略
1-2-8 2.8-為什么選擇Python作為爬蟲開發語言

1-3 網頁請求原理
1-3-1 3.1_瀏覽網頁的過程
1-3-2 3.2_統一資源定位符URL
1-3-3 3.3_計算機域名系統DNS
1-3-4 3.4_瀏覽器顯示完整頁面的過程
1-3-5 3.5_Fiddler工作原理_備份
1-3-6 3.5_客戶端HTTP請求的格式
1-3-7 3.6_服務端HTTP響應格式
1-3-8 3.7_Fillder代理服務的工作原理
1-3-9 3.8_fidder的下載與安裝
1-3-10 3.9_Fiddle界面詳解
1-3-11 3.10_Fiddler_https配置
1-3-12 3.11_使用Fiddler捕獲Chrome的會話

1-4 抓取網頁數據
1-4-1 4.1_什么是urllib庫
1-4-2 4.2_快速抓取一個網頁
1-4-3 4.3_分析urlopen方法
1-4-4 4.4_HTTPResponse對象的使用
1-4-5 4.5_構造Request對象
1-4-6 4.6_URL編碼轉換
1-4-7 4.7_處理GET請求
1-4-8 4.8_處理POST請求
1-4-9 4.9_添加特定Headers—請求偽裝
1-4-10 4.10_簡單的自定義opener
1-4-11 4.11_設置代理服務器
1-4-12 4.12_超時設置
1-4-13 4.13_URLError異常和捕獲
1-4-14 4.14_HttpError異常和捕獲
1-4-15 4.15_什么是requests庫
1-4-16 4.16_requests庫發送請求
1-4-17 4.17_requests庫返回響應

1-5 數據解析
1-5-1 5.1_網頁數據格式
1-5-2 5.2_查看網頁結構
1-5-3 5.3_數據解析技術
1-5-4 5.4_正則表達式備份
1-5-5 5.5_什么是Xpath備分
1-5-6 5.6_XPath開發工具
1-5-7 5.7_XPath語法
1-5-8 5.8_什么是lxml庫
1-5-9 5.9_lxml的基本使用
1-5-10 5.10_什么是BeautifulSoup
1-5-11 5.11_構建BeautifulSoup對象
1-5-12 5.12_通過操作方法進行解讀搜索
1-5-13 5.13_通過CSS選擇器進行搜索
1-5-14 5.14_什么是JSON0?
1-5-15 5.15_JSON與XML語言比較
1-5-16 5.16_json模塊介紹
1-5-17 5.17_json模塊基本使用
1-5-18 5.18_jsonpath介紹
1-5-19 5.19_JSONPath與XPath語法對比

1-6 并發下載
1-6-1 6.1_多線程爬蟲流程分析
1-6-2 6.2_queue（隊列）模塊簡介
1-6-3 6.3_Queue類簡介
1-6-4 6.4_協程爬蟲的流程分析
1-6-5 6.5_第三方庫gevent

1-7 抓取動態內容
1-7-1 7.1_動態網頁介紹
1-7-2 7.2_selenium和PhantomJS概述
1-7-3 7.3_selenium_PhantomJS安裝配置
1-7-4 7.4_入門操作
1-7-5 7.5_定位頁面元素
1-7-6 7.6_鼠標動作鏈
1-7-7 7.7_填充表單
1-7-8 7.8_彈窗處理
1-7-9 7.9_彈窗處理
1-7-10 7.10_頁面的前進和后退
1-7-11 7.11_獲取頁面Cookies
1-7-12 7.12_頁面等待

1-8 圖像識別與文字處理
1-8-1 8.1_OCR技術簡介
1-8-2 8.2_tesseract下載與安裝
1-8-3 8.3_tesseract下載與安裝
1-8-4 8.4_PIL庫簡介
1-8-5 8.5_讀取圖像中格式規范的文字
1-8-6 8.6_對圖片進行閾值過濾和降噪處理
1-8-7 8.7_識別圖像的中文字符
1-8-8 8.8_驗證碼分類
1-8-9 8.9_簡單識別圖形驗證碼

1-9 存儲爬蟲數據 ?
1-9-1 9.1_數據存儲簡介
1-9-2 9.2_什么是MongoDB
1-9-3 9.3_Windows平臺安裝MongoDB數據庫
1-9-4 9.4_比較MongoDB和MySQL的術語
1-9-5 9.5_什么是PyMongo
1-9-6 9.6_PyMongo的基本操作
8 P1 c; n, `" Y/ v# @
1-10 初識爬蟲框架Scrapy
1-10-1 10.1_常見爬蟲框架介紹
1-10-2 10.2_Scrapy框架的架構
1-10-3 10.3_Scrapy框架的運作流程
1-10-4 10.4_安裝Scrapy框架
1-10-5 10.5_新建一個Scrapy項目
1-10-6 10.6_明確抓取目標
1-10-7 10.7_制作Spiders爬取網頁
1-10-8 10.8_永久性存儲數據

1-11 Scrapy終端與核心組件
1-11-1 11.1_啟用Scrapy shell
1-11-2 11.2_使用Scrapy shell
1-11-3 11.3_Spiders—抓取和提取結構化數據
1-11-4 11.4_自定義Item Pipeline
1-11-5 11.5_Downloader Middlewares—防止反爬蟲
1-11-6 11.6_Settings—定制Scrapy組件

1-12 自動抓取網頁的爬蟲CrawlSpider
1-12-1 12.1_初識爬蟲類CrawlSpider
1-12-2 12.2_CrawlSpider類的工作原理
1-12-3 12.3_通過Rule類決定爬取規則
1-12-4 12.4_通過LinkExtractor類提取鏈接

1-13 Scrapy-Redis分布式爬蟲
1-13-1 13.1_Scrapy-Redis簡介
1-13-2 13.2_Scrapy-Redis的完整架構
1-13-3 13.3_Scrapy-Redis的運作流程
1-13-4 13.4_Scrapy-Redis的主要組件
1-13-5 13.5_安裝Scrapy-Redis
1-13-6 13.6_安裝和啟動Redis數據庫
1-13-7 13.7_修改配置文件 redis.conf
1-13-8 13.8_分布式策略
1-13-9 13.9_測試Slave端遠程連接Master端
1-13-10 13.10_創建Scrapy項目和設置Scrapy-Redis組件
1-13-11 13.11_明確抓取目標
1-13-12 13.12_制作Spider爬取網頁
1-13-13 13.13_執行分布式爬蟲
1-13-14 13.14_使用多個管道存儲
1-13-15 13.15_處理Redis數據庫里的數據