如果编程是魔术，那么网络抓取肯定是一种魔术。通过编写一个简单的自动化程序，您可以查询 Web 服务器、请求数据并对其进行解析以提取所需的信息。这个全面更新的第三版不仅向您介绍了网络抓取，而且还提供了从现代网络中抓取几乎所有类型的数据的综合指南。

第一部分重点介绍网络抓取机制：使用 Python 从 Web 服务器请求信息，对服务器的响应执行基本处理，以及以自动化方式与网站交互。第二部分探讨了各种更具体的工具和应用程序，以适应您可能遇到的任何网络抓取场景。

• 解析复杂的 HTML 页面
• 使用 Scrapy 框架开发爬虫
• 了解存储抓取数据的方法
• 从文档中读取和提取数据
• 清理和规范化格式不正确的数据
• 读写自然语言
• 爬网表单和登录名
• 抓取 JavaScript 并抓取 API
• 使用和编写图像转文本软件
• 避免抓取陷阱和机器人拦截器
• 使用抓取工具测试您的网站