在現代網路蒐集資料
「本書涵蓋的工具與範例，讓我輕易把好幾個重複的工作自動化，騰出時間解決更多有趣的問題。這是本重視成果、內容從實務問題與解法出發，又能很快讀完的好書。」
— Eric VanWyk, 電子計算機工程師，麻州歐林工程學院
學會網頁搜刮(scraping)及爬行(crawling)技術，就能從任何網站來源取得任意格式的無限量資料。您可以從這本實務指南學到如何使用Python與web APIs，同時從上千，甚至上百萬的網頁之中獲取並處理資料。
本書適合會寫Python的程式設計者、網路安全工作者以及網站管理者閱讀。不僅會提到網頁搜刮的基本機制，還會提到一些進階主題，像是分析原始資料，或是利用搜刮工具進行網站前端測試。本書也將提供程式範例協助您從實務的角度理解觀念。
•學會如何解析複雜的HTML頁面
•走訪許多頁面與網站
•掌握APIs的概觀以及它們如何運作
•學會多種儲存搜刮來的資料的方式
•下載文件並讀取內容，從中擷取資料
•使用工具與技巧整理格式雜亂的原始資料
•讀寫自然語言
•爬過表單與登入頁
•瞭解如何搜刮JavaScript
•學會影像處理與文字識別
「本書涵蓋的工具與範例，讓我輕易把好幾個重複的工作自動化，騰出時間解決更多有趣的問題。這是本重視成果、內容從實務問題與解法出發，又能很快讀完的好書。」
— Eric VanWyk, 電子計算機工程師，麻州歐林工程學院
學會網頁搜刮(scraping)及爬行(crawling)技術，就能從任何網站來源取得任意格式的無限量資料。您可以從這本實務指南學到如何使用Python與web APIs，同時從上千，甚至上百萬的網頁之中獲取並處理資料。
本書適合會寫Python的程式設計者、網路安全工作者以及網站管理者閱讀。不僅會提到網頁搜刮的基本機制，還會提到一些進階主題，像是分析原始資料，或是利用搜刮工具進行網站前端測試。本書也將提供程式範例協助您從實務的角度理解觀念。
•學會如何解析複雜的HTML頁面
•走訪許多頁面與網站
•掌握APIs的概觀以及它們如何運作
•學會多種儲存搜刮來的資料的方式
•下載文件並讀取內容，從中擷取資料
•使用工具與技巧整理格式雜亂的原始資料
•讀寫自然語言
•爬過表單與登入頁
•瞭解如何搜刮JavaScript
•學會影像處理與文字識別