互联网包含了迄今为止最有用的数据集，并且大部分可以免费公开访问。但是，这些数据难以复用。它们被嵌入在网站的结构和样式当中，需要抽取出来才能使用。从网页中抽取数据的过程又称为网络爬虫，随着越来越多的信息被发布到网络上，网络爬虫也变得越 来越有用。
在理想状态下，网络爬虫并不是必需品，每个网站都应该提供API，以结构化的格式共享它们的数据。然而在现实情况中，虽然一些网 站已经提供了这种API，但是它们通常会限制可以抓取的数据，以及访问这些数据的频率。另外，网站开发人员可能会变更、移除或限 制其后端API。总之，我们不能仅仅依赖于API 去访问我们所需的在线数据，而是应该学习一些网络爬虫技术的相关知识。
《用Python写网络爬虫第2版》中文PDF，212页，带书签目录，文字可以复制；《用Python写网络爬虫第2版》英文PDF，215页，带书签目录，文字可以复制；配套源代码。
《用Python写网络爬虫第2版》PDF中英文+代码
下载: /s/1vq5rPDa8jHK5IBoSms3qRQ
提取码: sjq6
《用Python写网络爬虫第2版》包括网络爬虫的定义以及如何爬取网站，如何使用几种库从网页中抽取数据，如何通过缓存结果避免重复下载的问题，如何通过并行下载来加速数据抓取，如何利用不同的方式从动态网站中抽取数据，如何使用叔叔及导航等表达进行搜索和登录，如何访问被验证码图像保护的数据，如何使用 Scrapy 爬虫框架进行快速的并行抓取，以及使用 Portia 的 Web 界面构建网路爬虫。
经过大半年的辗转，认为对于像爬虫这种实操工程类的编程学习的是术，用到就去学，用多了自然熟，不追求强记，但要知道有这么 一种东西可以用。而对于一些算法类的编程学习是道，就要去理解，去熟悉，去反复磨炼。 作为python编程入门者“见识”整体项目逻 辑构造，代码健壮性逐步优化的过程都是新手值得学习的地方，而且阅读基本上除了一些巧妙的编写逻辑需要停顿思考外，其他地方 读起来很畅快，推荐阅读。
《Python 3网络爬虫开发实战》中文PDF+源代码
《Python 3网络爬虫开发实战》中文PDF，606页，带目录和书签，文字可以复制。配套源代码；
下载: /s/1lak44_tqncQ2XtYB7215Bw
提取码: ny25
总体上满足了预期期望值，对爬虫各方法的内容都有涉及，而且内附理论解释详尽，代码即可实现。推荐所有对爬虫有兴趣或从业人员细细研读。
学习了三章：
第2章介绍了学习爬虫之前需要了解的基础知识，如HTTP、爬虫、代理的基本原理、网页基本结构等内容，对爬虫没有任何了解的建议好好了解这一章的知识。
第3章介绍了最基本的爬虫操作，一般学习爬虫都是从这一步学起的。这一章介绍了最基本的两个请求库（urllib和requests）和正则表达式的基本用法。学会了这一章，就可以掌握最基本的爬虫技术了。
第4章介绍了页解析库的基本用法，包括Beautiful Soup、XPath、pyquery的基本使用方法，它们可以使得信息的提取更加方便、快捷，是爬虫必备利器。
《精通Python爬虫框架Scrapy》中文PDF+英文PDF+源代码
中文版PDF，364页，带目录和书签，文字可以复制粘贴，彩色配图；英文版PDF，270页，带目录和书签，文字可以复制粘贴，彩色配图；配套源代码。
下载: /s/1YOgSMJAWGyLibX2-I0Km4A
提取码: 6267
Scrapy是使用Python开发的一个快速、高层次的屏幕抓取和Web抓取框架，用于抓Web站点并从页面中提取结构化的数据。《精通Python爬虫框架Scrapy》以Scrapy 1.0版本为基础，讲解了Scrapy的基础知识，以及如何使用Python和三方API提取、整理数据，以满足自己的需求。一定要结合官方文档看，这是所有计算机类书的通用守则，因为你不知道啥时候某一个api就deprecated。而且许多地方官方文档会讲的更深入。
《精通Python网络爬虫：核心技术、框架与项目实战》中文PDF，306页，带书签目录；配套源代码。
下载: /s/11Ctee8pRE7qvX1TGJZboAA
提取码: cfe9
随着大数据时代的到来，我们经常需要在海量数据的互联网环境中搜集一些特定的数据并对其进行分析，我们可以使用网络爬虫对这些特定的数据进行爬取，并对一些无关的数据进行过滤，将目标数据筛选出来。对特定的数据进行爬取的爬虫，我们将其称为聚焦网络爬虫。在大数据时代，聚焦网络爬虫的应用需求越来越大。
《精通Python网络爬虫：核心技术、框架与项目实战》系统介绍Python网络爬虫，注重实战，涵盖网络爬虫原理、如何手写Python网络爬虫、如何使用Scrapy框架编写网络爬虫项目等关于Python网络爬虫的方方面面。
学习爬虫:《Python网络数据采集》中英文PDF+代码
《Python网络数据采集》高清中文PDF，224页，带目录和书签，能够复制；高清英文PDF，255页，带目录和书签，能够复制；中英文两版可以对比学习。配套源代码。
下载: /s/1a9XCnZbPJJMe3xwrFlf8Dg
提取码: tt8j
适合爬虫入门的书籍《Python网络数据采集》，采用简洁强大的Python语言，介绍了网络数据采集，并为采集新式网络中的各种数据类型提供了全面的指导。第一部分重点介绍网络数据采集的基本原理：如何用Python从网络服务器请求信息，如何对服务器的响应进行基本处理，以及如何以自动化手段与网站进行交互。第二部分介绍如何用网络爬虫测试网站，自动化处理，以及如何通过更多的方式接入网络。
从零开始学Python网络爬虫》是基于Python 3的图书，代码挺多，如果是想快速实现功能，这本书是一个蛮好的选择。
《从零开始学Python网络爬虫》PDF及代码+《精通Scrapy网络爬虫》PDF
《精通Scrapy网络爬虫》基于Python3，深入系统地介绍了Python流行框架Scrapy的相关技术及使用技巧。
《从零开始学Python网络爬虫》PDF，279页，带书签目录，文字可以复制，作者: 罗攀 / 蒋仟 ；配套源代码，教学PPT。
《精通Scrapy网络爬虫》PDF，254页，带书签目录，文字可以复制，作者: 刘硕。
下载: /s/1mgRv3NAmSnrovhMASgC_zQ
提取码: 12cn
《从零开始学Python网络爬虫》是一本教初学者学习如何爬取网络数据和信息的入门读物。书中不仅有Python的相关内容，而且还有数据处理和数据挖掘等方面的内容。内容非常实用，讲解时穿插了22个爬虫实战案例，可以大大提高读者的实际动手能力。共分12章，核心主题包括Python零基础语法入门、爬虫原理和网页构造、第壹个爬虫程序、正则表达式、Lxml库与Xpath语法、使用API、数据库存储、多进程爬虫、异步加载、表单交互与模拟登录、Selenium模拟浏览器、Scrapy爬虫框架。此外，书中通过一些典型爬虫案例，讲解了有经纬信息的地图图表和词云的制作方法，让读者体验数据背后的乐趣。
《网络是怎样连接的》以探索之旅的形式，从在浏览器中输入网址开始，一路追踪了到显示出网页内容为止的整个过程，以图配文，讲解了网络的全貌，并重点介绍了实际的网络设备和软件是如何工作的。
《图解HTTP》作者由HTTP协议的发展历史娓娓道来，严谨细致地剖析了HTTP协议的结构，列举诸多常见通信场景及实战案例，最后延伸到Web安全、最新技术动向等方面。本书的特色为在讲解的同时，辅以大量生动形象的通信图例，更好地帮助读者深刻理解HTTP通信过程中客户端与服务器之间的交互情况。
学习参考：
《网络是怎样连接的》，又称为计算机网络图解趣味版，高清彩色中文PDF，362页，带目录，文字可复制。
《图解HTTP》高清彩色中文PDF，241页，带目录，文字可复制。
下载: /s/13f8kxwEdum_mHAyHGT6ahA
提取码: fmst
理解网络的本质意义，理解实际的设备和软件，进而熟练运用网络技术。同时，专设了“网络术语其实很简单”专栏，以对话的形式介绍了一些网络术语的词源，颇为生动有趣。
快速了解并掌握HTTP协议的基础，前端工程师分析抓包数据，后端工程师实现REST API、实现自己的HTTP服务器等过程中所需的HTTP相关知识点均有介绍。
