「Python 網路爬蟲與資料分析入門實戰」範例程式碼
作者：林俊瑋、林修博；出版商：博碩文化
程式碼範例更新紀錄
目錄
- 環境設定與網頁爬蟲初探
- 1-1 環境設定及套件安裝：Anaconda
- 1-2 使用IDE：PyCharm
- 1-3 使用Jupyter Notebook
- 1-4 網頁文件解構與網頁爬蟲初探
- Beautiful Soup 講解與網頁解構
- 2-1 不要重複造輪子：寫爬蟲之前
- 2-2 Beautiful Soup 重要功能 (find(), find_all(), .text, .stripped_strings)
- 2-3 網頁結構巡覽（parent, children, siblings）
- 2-4 正規表示式 (Regular Expression)
- 網頁爬蟲範例實戰
- 3-1 PTT 八卦板今日熱門文章
- 3-2 Yahoo 奇摩電影本週新片
- 3-3 兩大報當日焦點新聞
- 3-4 Google 搜尋股價資訊
- 3-5 Dcard 今日熱門文章
- 使用 API
- 4-1 API 簡介
- 4-2 PTT 八卦板眾來源分佈 (ipstack.com)
- 4-3 IMDB API
- 4-4 Google Maps APIs (Google Geocoding/Places API)
- 4-5 Dcard API
- 資料儲存
- 5-1 儲存圖片與多媒體檔案
- 5-2 儲存資料到 CSV 檔
- 5-3 儲存資料到資料庫 SQLite
- 不同編碼與類型的文件
- 非 UTF-8 編碼的文件
- XML 文件
- 進階爬蟲議題
- 處理表單及登入頁 ：台灣高鐵時刻查詢
- 處理表單及登入頁 ：Yelp 登入
- 使用WebDriver：台銀法拍屋資訊查詢
- 爬蟲程式經驗談：被封鎖的常見原因、常用 Header 欄位、網站隱藏欄位、使用代理伺服器
- 資料分析實戰
- 台股每日盤後資訊爬蟲及策略回測（量化投資）
- 電影評論情緒分析（中文自然語言處理與機器學習）
- 商品特價 Gmail 通知：Costco 商品網頁
附表 本書範例目標網站列表
- 附錄A 在 Mac 安裝Anaconda 開發環境
- 附錄B Python 爬蟲框架Scrapy 入門教學