Scrapy是一個開源的Python爬蟲框架，可以用來輕鬆提取從頁面資料。Scrapy帶有豐富的特性，可通過簡單的編碼或配置來訪問，從而可以節省開發人員數週的開發時間，並高效地提取所需資料。Scrapy有一個高度活躍且迅速增長的社群，而且已經成為黑客、創業者和Web爬取專家的首*框架。 
本書講解了Scrapy的基礎知識，討論瞭如何從任意源提取資料，如何清理資料，以及如何使用Python和第三方API進行處理，以滿足自身需求。本書還講解了如何將爬取的資料高效地饋入資料庫、搜尋引擎和流資料處理系統（比如Apache Spark）。在學習完本書後，你將對資料爬取胸有成竹，並將資料應用在自己的應用程式中。 
本書內容： 
使用HTML和Xpath提取所需的資料； 
使用Python編寫Scrapy爬蟲，並在網路上進行爬取操作； 
將資料推送到任意資料庫、搜搜引擎或分析系統的方法； 
配置爬蟲，使其下載檔案和圖形，以及使用代理； 
建立用來限流資料的高效管道； 
使用Twitsted實踐驅動的API併發處理數百個Item； 
讓爬蟲更快速，讓記憶體使用率更高，以及對Scrapy效能進行調優的技巧； 
使用Scrapyd和Scrapinghub執行大規模分散式爬取操作的方法。

本書電子版及其他資料免費下載：新增微信：cnsk27（一定要備註："資料")