為什么寫作本書
　　大數(shù)據(jù)時代已經到來，網絡爬蟲技術已成為這個時代不可或缺的一項技術，企業(yè)需要數(shù)據(jù)來分析用戶行為、產品的不足之處以及競爭對手的信息等，而這一切的首要條件就是數(shù)據(jù)的采集。在互聯(lián)網社會中，數(shù)據(jù)是無價之寶，一切皆為數(shù)據(jù)，誰擁有了大量有用的數(shù)據(jù)，誰就擁有了決策的主動權。如何有效地采集并利用這些信息成了一個巨大的挑戰(zhàn)，而網絡爬蟲是自動采集數(shù)據(jù)的有效手段。網絡爬蟲是一種按照一定的規(guī)則，自動抓取互聯(lián)網海量信息的程序或腳本。網絡爬蟲的應用領域很廣泛，如搜索引擎、數(shù)據(jù)采集、廣告過濾、大數(shù)據(jù)分析等。
　　筆者多年來一直從事網絡爬蟲相關課程的講授及科學研究工作，有著豐富的教學和實踐經驗。在內容編排上，本書采用梯度層次化結構，由淺入深地介紹爬蟲的知識點、原理及應用，并結合大量實例講解操作步驟，使讀者能夠快速地理解網絡爬蟲的核心技術。內容介紹
　　全書共14章，具體內容如下：
　　第1章主要介紹Python的安裝、配置和基礎語法，以及Python的字符串、數(shù)據(jù)結構、控制語句和函數(shù)等；
　　第2章主要介紹爬蟲的類型、爬蟲的抓取策略以及深入學習爬蟲所需的網絡基礎等相關知識；
　　第3章主要對爬蟲技術中經常使用到的urllib、request．lxml和Beautiful Soup庫等進行詳細介紹，最后展示了4個利用Python爬取數(shù)據(jù)的實例；
　　第4章主要對Python中正則表達式的語法、匹配規(guī)則和re模塊常用函數(shù)進行詳細闡述，并給出了實例；
　　第5章主要對3種主流庫（PIL庫、Tesseract庫和TensorFlow庫）的語法、類型、識別方法和案例進行介紹；
　　第6章詳細介紹Fiddler的安裝與配置、捕獲會話、QuickExec命令行的使用和Fiddler的斷點功能等；
　　第7章主要介紹數(shù)據(jù)存儲在文件中和存儲在數(shù)據(jù)庫中這兩種存儲方式；
　　第8章重點介紹Scrapy框架的Selector用法，以及Beautiful Soup庫和CrawISpider的使用，然后介紹了Scrapy Shell和Scrapyrt的使用；
　　第9章主要介紹多線程和Threading模塊的基本概念；
　　第10章主要介紹如何對動態(tài)網頁進行信息爬取，首先介紹了瀏覽器開發(fā)工具的使用，然后介紹了異步加載技術、AJAX技術和Selenium模擬瀏覽器；
　　第11章主要介紹分布式爬蟲的原理及實現(xiàn)過程，然后介紹了Scrapy-redis分布式組件的工作機制和安裝配置；
　　第12章主要介紹如何利用Selenium抓取并用pyquery解析電商網站的商品信息，然后將其保存到MongoDB；
　　第13章主要介紹靜態(tài)網頁和動態(tài)網頁的爬取方法，并對請求一響應關系進行了介紹，然后介紹了請求頭和請求體；
　　第14章主要講解如何通過urllib模塊和Scrapy框架實現(xiàn)圖片爬蟲項目，以及利用TensorFlow、KNN和CNN等機器學習框架進行訓練的方法與過程。主要特點
　　本書針對網絡爬蟲學習的特點，結合作者多年使用網絡爬蟲的教學和實踐經驗，由淺入深、從簡到繁、圖文并茂地介紹了Python基礎語法、爬蟲原理、爬蟲常用庫模塊、正則表達式、驗證碼識別、抓包工具Fiddler、數(shù)據(jù)存儲、Scrapy爬蟲框架、多線程爬蟲、動態(tài)網頁爬蟲和分布式爬蟲等方面的內容。本書內容條理清晰、針對性強，語言通俗易懂，在講解的過程中配合大量的實例操作，符合讀者的學習習慣。每章都是從基礎知識開始介紹，然后是實例分析，最后附以練習題鞏固學習效果，將理論與實踐緊密結合。
　　具體來講，本書具有以下鮮明的特點：
　　內容系統(tǒng)，由淺入深；
　　案例講解，通俗易懂；
　　綜合實戰(zhàn)，注重實踐。讀者對象
　　本書適合網絡爬蟲初學者，以及具有一定網絡爬蟲基礎，但希望更深入了解、掌握爬蟲原理與應用的中級讀者閱讀。
　　本書可以作為本科或者大專院校網絡安全、電子信息、數(shù)據(jù)科學、網絡工程等相關專業(yè)的教材，也可作為從事網絡爬蟲相關工作的科研或者工程技術人員的參考書。