第1章 初识Python 1
1.1使用IDLE 1
1.2从字符串着手 4
1.3复杂数据的福音——列表 7
1.3.1创建列表 7
1.3.2列表的操作 7
1.4处理数据——条件判断 9
1.5处理数据——循环 11
1.6处理数据进阶——嵌套语句 12
1.7函数 14
1.8拿来就用——模块 16
1.9文件 17
1.10处理异常 18
第2章 网页 20
2.1工具准备 20
2.2从URL开始 21
2.2.1简单获取URL 22
2.2.2链接与URL 24
2.3编写网页的语言——HTML 25
2.3.1创建自己的第一个网页 26
2.3.2标签——创建网页的方块 27
2.3.3标签属性 30
2.4 CSS与class 31
2.5 JavaScript和id 33
2.6网页分析工具 36
2.6.1谷歌开发者工具 36
2.6.2查看网页结构 38
2.6.3定位指定的元素 39
2.6.4筛选不同的资源 41
2.7网页的快递——HTTP 44
2.7.1 HTTP请求 45
2.7.2 HTTP响应 46
2.7.3 HTTP的应用——Cookie和Session 47
2.7.4实战——HTTP的交互过程 49
2.8以URL结束 52
2.9本章总结 55
第3章 数据抓取 56
3.1工具准备 56
3.2 Xpath和lxml.html 58
3.2.1网页分析利器——lxml 58
3.2.2 XPath 59
3.2.3 XPath使用实例 60
3.2.4 XPath演示 61
3.3关于robots.txt 62
3.4小试牛刀 64
3.4.1过程分析 64
3.4.2动手敲代码 67
3.4.3小结 68
3.4.4扩展 68
3.5获取电影数据（上） 69
3.5.1过程分析 70
3.5.2动手敲代码 73
3.5.3小结 74
3.6获取电影数据（下） 75
3.6.1过程分析 76
3.6.2动手敲代码 76
3.6.3考虑加强代码的健壮性 78
3.6.4小结 80
3.7另类的网页抓取 80
3.7.1过程分析 81
3.7.2动手敲代码 84
3.7.3小结 85
3.8爬虫与网络机器人 85
3.9本章总结 86
第4章 文本处理 87
4.1正则表达式 87
4.1.1怎样进行匹配 87
4.1.2常用的元字符 88
4.2更强的文本工具——Python的re库 89
4.2.1匹配对象怎么用 91
4.2.2使用regex来搜索 91
4.2.3使用regex来替换 93
4.2.4更方便查找 95
4.2.5 re库中的控制标志 95
4.2.6 replace（）和re.sub（） 98
4.2.7实现更高级的strip（）方法 99
4.2.8新的拆分方法re.split（） 100
4.2.9 怎样提取中文 101
4.3电影数据的处理 102
4.3.1提取之前的观察 104
4.3.2需要获取哪些数据 104
4.3.3多样化的方法 111
4.3.4格式化的数据 112
4.4本章总结 115
第5章 数据分析 116
5.1工具准备 116
5.1.1配置Jupyter Notebook 116
5.1.2数据生成帮手——Numpy 116
5.1.3 Pandas中的数据结构 118
5.2像一维数组的SERIES 118
5.2.1获取Series信息 120
5.2.2 Series进行数学运算 123
5.2.3对Series进行一些操作 124
5.2.4方法串联 128
5.2.5操作Series中的字符串数据 129
5.2.6小结一下Series 130
5.3 DATAFRAME 131
5.3.1创建DataFrame 132
5.3.2对齐 133
5.3.3了解DataFrame 134
5.3.4常用DataFrame操作 137
5.3.5数据的导入与导出 141
5.4简单数据分析 145
5.4.1电影评分分布 145
5.4.2电影产量趋势 146
5.4.3评论人数最多的电影 147
5.4.4发行电影最多的国家 148
5.5看得见的数据 153
5.5.1线图 153
5.5.2柱状图 155
5.5.3饼图 157
5.6 matplotlib 158
5.6.1绘图方法 158
5.6.2子图形及布局 160
5.6.3图形大小、颜色和样式 163
5.7画一张图来结尾 165
5.8本章总结 167