Python爬虫大数据采集与挖掘

定　　价：59.8 元

• 作者：曾剑平编著
• 出版时间：2025/1/1
• ISBN：9787302678250
• 出 版 社：清华大学出版社

• 中图法分类：TP312.8 
• 页码：272页
• 版次：1
• 开本：26cm

内容简介

本书围绕大数据采集与挖掘，对采集技术的相关基础、技术原理、Python实现技术、大数据挖掘与应用方法进行了系统介绍。书中全面、完整地覆盖了各种类型的网络爬虫及相关的信息处理挖掘技术，并提供了42个与爬虫技术和应用相关的Python程序。全书共分为四大部分，即概述、基础篇、技术与实现篇、大数据挖掘与应用篇。第一部分是概述，指出了利用Python采集互联网大数据的重要性，介绍了相关技术研究、技术体系、Python爬虫采集技术的合规性及应用现状等；第二部分是基础篇，包括Web服务器的应用架构以及HTTP、Robots、HTML、页面编码等相关协议和规范；第三部分是技术与实现篇，全面介绍了普通网络爬虫技术、动态页面采集方法、主题爬虫技术、DeepWeb爬虫、微博信息采集、Web信息提取以及反爬虫技术等，内容涵盖了各种爬虫技术实现方法及Python例子；第四部分是大数据挖掘与应用篇，介绍了文本、情感、社交网络和时间序列等典型大数据处理与挖掘技术及应用模式，并以新闻采集与分析、Web自动化测试、酒店评估文本挖掘为例介绍了Python爬虫应用构建方法，将本书介绍的一些关键技术、模型和工具贯穿在一起。