《自己动手写网络爬虫》.pdf

关注公众号“Java后端技术全栈”**



回复“面试”获取全套面试资料



什么是爬虫？



爬虫的全名叫网络爬虫。他还有其他的名字，比如网络机器人，网络蜘蛛等等。



爬虫有简单的爬虫和复杂的爬虫。简单的爬虫是一种脚本，脚本是粗糙但却非常实用的小程序。例如，如果要从一个租房的网站上读取关于出租的公寓信息，一条一条去抄写肯定是不现实的。所以就要用爬虫，把一个信息类网站上几千条信息一次全部扒下来。



简单来讲，爬虫就是一个探测机器，它的基本操作就是模拟人的行为去各个网站溜达，点点按钮，查查数据，或者把看到的信息背回来。就像一只虫子在一幢楼里不知疲倦地爬来爬去。





大多数网络爬虫的开发原理与技巧在专业的公司内部都秘而不宣。至今仍然缺少理论与实践相结合的专门介绍网络爬虫的书籍。最近很多小伙伴问我要一些 网络爬虫 相关的资料，于是我翻箱倒柜，找到了这本非常经典的电子书——《自己动手写网络爬虫》。



资料介绍



《自己动手写网络爬虫》从基本的爬虫原理开始讲解，之后根据当前风起云涌的云计算热潮，重点讲述了云计算的相关内容及其在爬虫中的应用。在介绍基本原理的同时，注重辅以具体代码实现来帮助读者加深理解，书中部分代码甚至可以直接使用。本书适合需要具体实现搜索引擎的程序员使用，对于信息检索等相关研究人员也有一定的参考价值。





如何获取？



1. 识别二维码并关注公众号「Java后端技术全栈」；

2. 在公众号后台回复关键字「155」