第1章 认识网络爬虫
1.1  什么是网络爬虫
1.2  网络爬虫的应用场景
1.3  网络爬虫合法性探究
1.3.1  Robots协议
1.3.2  防爬虫应对策略
1.4  网络爬虫的工作原理和流程
1.4.1  网络爬虫的工作原理
1.4.2  网络爬虫抓取网页的流程
1.5  网络爬虫实现技术探究
1.5.1  网络爬虫的实现技术
1.5.2  Python实现网络爬虫的流程
1.6  AI赋能网络爬虫
1.6.1  AIGC工具的安装与使用
1.6.2 使用AIGC工具快速爬虫
1.7  本章小结
1.8  习题
第2章 网页请求原理
2.1  浏览器加载网页的完整过程
2.2  HTTP基础
2.2.1  URL简介
2.2.2  HTTP和HTTPS
2.2.3  HTTP请求格式
2.2.4  HTTP响应格式
2.3  网页基础
2.3.1  网页开发技术
2.3.2  网页的结构
2.3.3  网页的分类
2.3.4  网页数据的格式
2.4  HTTP抓包工具——Fiddler
2.4.1  Fiddler的工作原理
2.4.2  Fiddler的下载与安装
2.4.3  Fiddler界面详解
2.4.4  Fiddler捕获HTTPS页面的设置
2.4.5  Fiddler的基本使用
2.5 浏览器开发者工具
2.6  本章小结
2.7  习题
第3章 抓取静态网页数据
3.1  抓取静态网页的技术
3.2  发送基本请求
3.2.1  发送GET请求
3.2.2  发送POST请求
3.2.3  处理响应
3.3  处理复杂请求
3.3.1  定制请求头
3.3.2  验证Cookie
3.3.3  保持会话
3.3.4  SSL证书验证
3.4  设置代理服务器
3.4.1  代理服务器简介
3.4.2  设置代理服务器
3.4.3  检测代理IP的有效性
3.5  处理异常
3.6  实践项目：抓取黑马程序员论坛的数据
3.7  本章小结
3.8  习题
第4章 解析网页数据
4.1  解析网页数据的技术
4.2  正则表达式与re模块
4.2.1  正则表达式的语法
4.2.2  re模块的使用
4.3  XPath与lxml库
4.3.1  XPath简介
4.3.2  XPath语法
4.3.3  XPath开发工具
4.3.4  lxml库的核心类
4.4  Beautiful Soup库
4.4.1  Beautiful Soup简介
4.4.2  创建BeautifulSoup类的对象
4.4.3  通过查找方法选取节点
4.4.4  通过CSS选择器选取节点
4.5  JSONPath与jsonpath模块
4.5.1  JSONPath语法
4.5.2  jsonpath模块的使用
4.6  实践项目：采集黑马程序员论坛的帖子
4.7  本章小结
4.8  习题
第5章 抓取动态网页数据
5.1  抓取动态网页的技术
5.2  Selenium和WebDriver的安装与配置
5.3  Selenium的基本使用
5.3.1  WebDriver类的常用属性和方法
5.3.2  定位元素
5.3.3  鼠标操作
5.3.4  下拉列表框操作
5.3.5  弹出框处理
5.3.6  页面切换
5.3.7  页面等待
5.4  实践项目：采集集信达平台的短信服务日志信息
5.5  本章小结
5.6  习题
第6章 提升网络爬虫速度
6.1  网络爬虫速度提升方案
6.2  多线程爬虫
6.2.1  多线程爬虫流程简介
6.2.2  多线程爬虫实现技术
6.2.3  多线程爬虫基本示例
6.2.4  多线程爬虫性能分析
6.3  协程爬虫
6.3.1  协程爬虫流程简介
6.3.2  协程爬虫实现技术
6.3.3  协程爬虫基本示例
6.3.4  协程爬虫性能分析
6.4  实践项目：采集黑马头条的评论列表
6.5  本章小结
6.6  习题
第7章 存储数据
7.1  数据存储的方式
7.2  存储至MongoDB数据库
7.2.1  下载与安装MongoDB
7.2.2  使用Python操作MongoDB
7.3  存储至Redis数据库
7.3.1  下载与安装Redis
7.3.2  使用Python操作Redis
7.3.3  Redis桌面管理工具
7.4  实践项目：采集小兔鲜儿网的商品信息
7.5  本章小结
7.6  习题
第8章 验证码识别
8.1  字符验证码的识别
8.2  滑动拼图验证码的识别
8.3  点选验证码的识别
8.4  实践项目：登录黑马头条后台管理系统
8.5  本章小结
8.6  习题
第9章 初识网络爬虫框架Scrapy
9.1  Scrapy框架简介
9.2  Scrapy框架的架构
9.3  Scrapy框架的运作流程
9.4  Scrapy框架的安装
9.5  Scrapy框架的基本操作
9.5.1  新建Scrapy项目
9.5.2  明确采集目标
9.5.3  制作爬虫
9.5.4  永久存储数据
9.6  实践项目：采集黑马程序员视频库的视频信息
9.7  本章小结
9.8  习题
第10章 Scrapy核心组件与CrawlSpider类
10.1  Spiders组件
10.2  Item Pipeline组件
10.3  Downloader Middlewares中间件
10.3.1  内置下载中间件
10.3.2  自定义下载中间件
10.3.3  激活下载中间件
10.4  Settings组件
10.5  CrawlSpider类
10.5.1  CrawlSpider类简介
10.5.2  CrawlSpider类的工作原理
10.5.3  通过Rule类决定抓取规则
10.5.4  通过LinkExtractor类提取链接
10.6  实践项目：采集黑马程序员视频库的公开课信息
10.7  本章小结
10.8  习题
第11章 分布式网络爬虫Scrapy-Redis
11.1  分布式网络爬虫简介
11.2  Scrapy-Redis架构
11.3  Scrapy-Redis运作流程
11.4  Scrapy-Redis开发准备
11.4.1  安装Scrapy-Redis
11.4.2  修改配置文件
11.4.3  测试远程连接
11.5  Scrapy-Redis的基本操作
11.5.1  新建Scrapy-Redis项目
11.5.2  明确采集目标
11.5.3  制作爬虫
11.5.4  运行爬虫
11.5.5  使用管道存储数据
11.6  实践项目：基于分布式爬虫采集公开课信息
11.7  本章小结
11.8  习题