《Python網路爬蟲：大數據擷取、清洗、儲存與分析 王者歸來(第二版)》

作者： 洪錦魁

出版社：深智數位

出版日期：2021/10/19

語言：繁體中文

ISBN：9789860776478

規格：平裝 / 552頁 / 17 x 23 x 2.76 cm / 普通級 / 單色印刷 / 二版

出版地：中國台灣

本書分類：電腦資訊> 程式設計/APP開發> Python

（頁面參數僅供參考，具體以實物為准）

內容簡介

第二版和第一版做比較，增加下列內容：

★：全書增加約50個程式實例

★：網路趨勢，了解輿情

★：網路關鍵字查詢

★：YouBike資訊

★：國際金融資料查詢

★：博客來圖書排行榜

★：中央氣象局

★：租屋網站

★：生活應用

下列是本書有關網路爬蟲知識的主要內容：

★：認識搜尋引擎與網路爬蟲

★：認識約定成俗的協議robots.txt

★：從零開始解析HTML網頁

★：認識與使用Chrome開發人員環境解析網頁

★：認識Python內建urllib、urllib2模組，同時介紹好用的requests模組

★：說明lxml模組

★：XPath方法解說

★：css定位網頁元素

★：Cookie觀念

★：自動填寫表單

★：使用IP代理服務與實作

★：偵測IP

★：更進一步解說更新的模組Requests-HTML

★：認識適用大型爬蟲框架的Scrapy模組

在書籍內容，筆者設計爬蟲程式探索下列相關網站：

☆：國際與國內股市資訊

☆：基金資訊

☆：股市數據

☆：人力銀行

☆：維基網站

☆：主流媒體網站

☆：政府開放數據網站

☆：YouBike服務網站

☆：PTT網站

☆：電影網站

☆：星座網站

☆：小說網站

☆：博客來網站

☆：中央氣象局

☆：露天拍賣網站

☆：httpbin網站

☆：python.org網站

☆：github.com網站

☆：ipstack.com網站API實作

☆：Google API實作

☆：Faceb**k API實作

探索網站成功後，筆者也說明下列如何下載或儲存不同資料格式的數據：

★：CSV檔案格式

★：JSON檔案格式

★：XML、Pickle

★：Excel

★：SQLite

在設計爬蟲階段我們可能會碰上一些技術問題，筆者也以實例解決下列相關問題：

☆：URL編碼與中文網址觀念

☆：將中文儲存在JSON格式檔案

☆：亂碼處理

☆：簡體中文在繁體中文Windows環境資料下載與儲存

☆：解析Ajax動態加載網頁，獲得更多頁次資料

☆：使用Chromium瀏覽器協助Ajax動態加載

作者簡介

洪錦魁

一位跨越電腦作業系統與科技時代的電腦專家，著作等身的作家。

■ DOS 時代他的代表作品是 IBM PC 組合語言、C、C++、Pascal、資料結構。

■ Windows 時代他的代表作品是 Windows Programming 使用 C、Visual Basic。

■ Internet 時代他的代表作品是網頁設計使用 HTML。

■ 大數據時代他的代表作品是 R 語言邁向 Big Data 之路。

■ 人工智慧時代他的代表作品是機器學習彩色圖解 + 基礎數學與基礎微積分 + Python實作。

除了作品被翻譯為簡體中文、馬來西亞文外，2000 年作品更被翻譯為Mastering　HTML 英文版行銷美國，近年來作品則是在北京清華大學和台灣深智同步發行：

1：Java 入門邁向高手之路王者歸來

2：Python *強入門邁向頂*高手之路王者歸來

3：Python *強入門邁向數據科學之路王者歸來

4：Python 網路爬蟲：大數據擷取、清洗、儲存與分析王者歸來

5：演算法*強彩色圖鑑 + Python 程式實作王者歸來

6：網頁設計HTML+CSS+JavaScript+jQuery+Bootstrap+Google Map 王者歸來

7：機器學習彩色圖解 + 基礎數學篇 + Python 實作王者歸來

8：機器學習彩色圖解 + 基礎微積分篇 + Python 實作王者歸來

9：R 語言邁向Big Data 之路

10：Excel 完整學習邁向*強職場應用王者歸來

他的近期著作分別登上天瓏、博客來、Momo 電腦書類暢銷排行榜首名，他的書著作大的特色是，所有程式語法會依特性分類，同時以實用的程式範例做解說，讓整本書淺顯易懂，讀者可以由他的著作事半功倍輕鬆掌握相關知識。