Question

从python基础到爬虫的书有什么值得推荐_爬虫python入门应该买哪些书籍

Answer 1

听说还可以，我没有购买，所以不清楚

课程大纲

说真的，你再也没有理由学不会爬虫了

从0开始讲解爬虫基本原理讲精讲透最流行爬虫框架Scrapy从单机爬虫到分布式爬虫爬取知名网站真实数据打造自己的搜索引擎从0讲解爬虫基本原理，对爬虫中所需要用到的知识点进行梳理，从搭建开发环境、设计数据库开始，通过爬取三个知名网站的真实数据，带你由浅入深的掌握Scrapy原理、各模块使用、组件开发，Scrapy的进阶开发以及反爬虫的策略

彻底掌握Scrapy之后，带你基于Scrapy、Redis、和django打造一个完整的搜索引擎网站

大纲：第1章课程介绍介绍课程目标、通过课程能学习到的内容、和系统开发前需要具备的知识

第2章windows下搭建开发环境介绍项目开发需要安装的开发软件、python虚拟virtualenv和的安装和使用、最后介绍pycharm和navicat的简单使用

第3章爬虫基础知识回顾介绍爬虫开发中需要用到的基础知识包括爬虫能做什么，正则表达式，深度优先和广度优先的算法及实现、爬虫url去重的策略、彻底弄清楚unicode和utf8编码的区别和应用。

第4章scrapy爬取知名技术文章网站搭建scrapy的开发环境，本章介绍scrapy的常用命令以及工程目录结构分析，本章中也会详细的讲解xpath和css选择器的使用。然后通过scrapy提供的spider完成所有文章的爬取。然后详细讲解item以及itemloader方式完成具体字段的提取后使用scrapy提供的pipeline分别将数据保存到json文件以及mysql数据库中。

第5章scrapy爬取知名问答网站本章主要完成网站的问题和回答的提取。本章除了分析出问答网站的网络请求以外还会分别通过requests和scrapy的FormRequest两种方式完成网站的模拟登录，本章详细的分析了网站的网络请求并分别分析出了网站问题回答的api请求接口并将数据提取出来后保存到mysql中。

第6章通过CrawlSpider对招聘网站进行整站爬取本章完成招聘网站职位的数据表结构设计，并通过linkextractor和rule的形式并配置CrawlSpider完成招聘网站所有职位的爬取，本章也会从源码的角度来分析CrawlSpider让大家对CrawlSpider有深入的理解。

第7章Scrapy突破反爬虫的限制本章会从爬虫和反爬虫的斗争过程开始讲解，然后讲解scrapy的原理，然后通过随机切换user-agent和设置scrapy的ip代理的方式完成突破反爬虫的各种限制。本章也会详细介绍和httprequest来详细的分析scrapy的功能，最后会通过云打码平台来完成在线验证码识别以及禁用cookie和访问频率来降低爬虫被屏蔽的可能性。

第8章scrapy进阶开发本章将讲解scrapy的更多高级特性，这些高级特性包括通过selenium和phantomjs实现动态网站数据的爬取以及将这二者集成到scrapy中、scrapy信号、自定义中间件、暂停和启动scrapy爬虫、scrapy的核心api、scrapy的telnet、scrapy的webservice和scrapy的log配置和email发送等。这些特性使得我们不仅只是可以通过scrapy来完成

第9章scrapy-redis分布式爬虫Scrapy-redis分布式爬虫的使用以及scrapy-redis的分布式爬虫的源码分析，让大家可以根据自己的需求来修改源码以满足自己的需求。最后也会讲解如何将bloomfilter集成到scrapy-redis中。

第10章搜索引擎的使用本章将讲解的安装和使用，将讲解的基本概念的介绍以及api的使用。本章也会讲解搜索引擎的原理并讲解-dsl的使用，最后讲解如何通过scrapy的pipeline将数据保存到中。

第11章django搭建搜索网站本章讲解如何通过django快速搭建搜索网站，本章也会讲解如何完成django与的搜索查询交互。

第12章scrapyd部署scrapy爬虫本章主要通过scrapyd完成对scrapy爬虫的线上部署。

第13章课程总结重新梳理一遍系统开发的整个过程，让同学对系统和开发过程有一个更加直观的理解