时空采集者

特别说明：此音频仅作为更好地阅读此书的辅助工具，请大家购买正版书籍。所有音频全部免费供大家试听、转发和使用。目录第一部分创建爬虫第1章初见网络爬虫1.1网络连接1.2BeautifulSoup简介1.2.1安装BeautifulSoup1.2.2运行BeautifulSoup1.2.3可靠的网络连接第2章复杂HTML解析2.1不是一直都要用锤子2.2再端一碗BeautifulSoup2.2.1BeautifulSoup的find（）和findAll（）2.2.2其他BeautifulSoup对象2.2.3导航树2.3正则表达式2.4正则表达式和BeautifulSoup2.5获取属性2.6Lambda表达式2.7超越BeautifulSoup第3章开始采集3.1遍历单个域名3.2采集整个网站3.3通过互联网采集3.4用Scrapy采集第4章使用API4.1API概述4.2API通用规则4.2.1方法4.2.2验证4.3服务器响应4.4Echo Nest4.5Twitter API4.5.1开始4.5.2几个示例4.6 Google API4.6.1开始4.6.2几个示例4.7解析JSON数据4.8回到主题4.9再说一点API第5章存储数据5.1媒体文件5.2把数据存储到CSV5.3MySQL5.4Email第6章读取文档6.1文档编码6.2纯文本6.3 CSV6.4 PDF6.5微软Word和.docx第7章数据清洗7.1编写代码清洗数据7.2数据存储后再清洗第8章自然语言处理8.1概括数据8.2马尔可夫模型8.3自然语言工具包8.3.1安装与设置8.3.2用NLTK做统计分析8.3.3用NLTK做词性分析8.4其他资源第9章穿越网页表单与登录窗口进行采集9.1Python Requests库9.2提交一个基本表单9.3单选按钮、复选框和其他输入9.4提交文件和图像9.5处理登录和cookie9.6其他表单问题第10章采集JavaScript10.1JavaScript简介10.2Ajax和动态HTML10.3处理重定向第11章图像识别与文字处理11.1OCR库概述11.1.1 Pillow11.1.2 Tesseract11.2处理格式规范的文字11.3读取验证码与训练Tesseract11.4获取验证码提交答案第12章避开采集陷阱12.1道德规范12.2让网络机器人看起来像人类用户12.2.1修改请求头12.2.2处理cookie12.2.3时间就是一切12.3常见表单安全措施12.3.1隐含输入字段值12.3.2避免蜜罐12.4问题检查表第13章用爬虫测试网站13.1测试简介13.2 Python单元测试13.3 Selenium单元测试13.4 Python单元测试与Selenium单元测试的选择第14章远程采集14.1为什么要用远程服务器14.2Tor代理服务器14.3远程主机14.3.1从网站主机运行14.3.2从云主机运行14.4其他资源14.5勇往直前贺函芬|音频制作者2000年毕业于宁波大学计算机系教育专业。20年编程经历。

504829

附和我的采集

采集一些能附和我的观点与言论，以及能够代表我观点与理论的资料。听不太懂我的录音的同学可以把这个专辑作为辅助学习材料。

875217

背景音效歌采集

小说背景音乐、副歌和音效的采集录，搜刮最好的配音搭歌，会不定期更新。

5552.5万

时空之穿越者

【内容简介】念生宇宙生，念止时空止，道之主宰出，命运大道隐。主宰与命运之争，留下一片狼藉，无数的时空宇宙散落在混沌各处无人管理。一套不知运行了多少年几乎已经报废的系统，还在孜孜不倦的穿越各大时空宇宙，选择着自己的宿主……【作者/主播】作者...

63523.7万

时空穿越者

主播介绍：主播是一个13岁上五年级，马上小升初的男孩。学习还可以，喜欢画画，写故神录，故事讲故事，喜欢交朋友。还很喜欢海洋宇宙，恐龙。喜欢狗猫鱼，但是养鱼不能养狗，养猫还死了。�节目主题：这篇故事讲述了在一个夜晚，一个神秘人和一个机器怪物...