Python网络爬虫入门到实战

本书介绍了Python3网络爬虫的常见技术。首先介绍了网页的基础知识，然后介绍了urllib、Requests请求库以及XPath、Beautiful Soup等解析库，接着介绍了selenium对动态网站的爬取和Scrapy爬虫框架，最后介绍了Linux基础，便于读者自主部署编写好的爬虫脚本。本书所有代码和相关素材可以到GitHub下载获取，地址为https://github.com/sfvsfv/Crawer。 本书主要面向对网络爬虫感兴趣的初学者。

这是一本面向初学者的Python网络爬虫技术书籍。全书从网页基础知识出发，深入讲解了urllib、Requests请求库以及XPath、Beautiful Soup等解析库，并在此基础上进一步介绍了selenium对动态网站的爬取和Scrapy爬虫框架，最后还介绍了Linux基础，便于读者自主部署编写好的爬虫脚本。 全书以Python 3为主要编程语言，从网页的基础知识出发，详细讲解了HTML、CSS和JS的基本概念和作用，以及如何使用CSS选择器、属性和值来精确地选取HTML元素，并对其进行样式设置。书中还详细介绍了如何使用requests库进行网络请求和数据获取，以及如何使用Beautiful Soup和lxml等解析库来解析HTML和XML文件。 在介绍了基本的网页构建和解析技术后，书中进一步介绍了selenium对动态网站的爬取和Scrapy爬虫框架。selenium可以帮助我们模拟浏览器行为，自动完成网页的登录、表单提交等操作，而Scrapy则是一个强大的网络爬虫框架，可以高效地抓取网页数据。 最后，书中还介绍了Linux基础，包括如何安装虚拟机、使用MySQL数据库存