第1章 Python基础 1
1.1 Python安装 1
1.2 安装pip 6
1.3 如何查看帮助 7
1.4 第一个实例 10
1.5 文件操作 25
1.6 循环 28
1.7 异常 30
1.8 元组 30
1.9 列表 32
1.10 字典 36
1.11 集合 38
1.12 随机数 39
1.13 enumerate的使用 40
1.14 第二个实例 41
第2章 字符串解析 46
2.1 常用函数 46
2.2 正则表达式 50
2.3 BeautifulSoup 55
2.4 json结构 62
第3章 单机数据抓取 77
3.1 单机顺序抓取 77
3.2 requests 107
3.3 并发和并行抓取 117
第4章 分布式数据抓取 137
4.1 RPC的使用 138
4.2 Celery系统 145
第5章 全能的Selenium 159
5.1 Selenium单机抓取 159
5.2 Selenium分布式抓取 178
5.3 Linux无图形界面使用Selenium 188
第6章 神秘的Tor 191
6.1 抓取时IP被封锁的问题 191
6.2 Tor的安装与使用 192
6.3 Tor的多线程使用 197
6.4 Tor与Selenium结合 205
第7章 抓取常见问题 210
7.1 Flash 210
7.2 桌面程序 211
7.3 U盘 213
7.4 二级三级页面 214
7.5 图片的处理 214
7.6 App数据抓取 214
第8章 监控框架 221
8.1 框架说明 223
8.2 监控系统实例 225
第9章 拥抱大数据 229
9.1 Hadoop生态圈 229
9.2 Cloudera环境搭建 231