本書講解了如何使用python網(wǎng)絡爬蟲程序，內(nèi)容包括網(wǎng)絡爬蟲簡介，從頁面抓取數(shù)據(jù)的三種方法，提取緩存中的數(shù)據(jù)。使用多個線程和進程進行并發(fā)抓取。如何抓取動態(tài)頁面中的內(nèi)容。與表單進行交互，處理頁面中的驗證碼問題。以及使用scarpy和Portia來來進行數(shù)據(jù)抓取，并在最后使用本書介紹的數(shù)據(jù)抓取技術對幾個真實的網(wǎng)站進行了抓取