為認真貫徹落實教育部實施新時代中國特色高水平高職學校和專業(yè)群建設，扎實、持續(xù)
地推進職校改革，強化內涵建設和高質量發(fā)展，落實雙高計劃，抓好職業(yè)院校信息技術人才培
養(yǎng)方案實施及配套建設，我們統(tǒng)籌規(guī)劃并啟動了職業(yè)教育賽教一體化課程改革系列規(guī)劃教材
（云計算技術與應用、大數據技術與應用、網絡綜合布線、傳感器應用技術、物聯網 .NET 開
發(fā)、物聯網嵌入式開發(fā)、物聯網移動應用開發(fā)、 Python 網絡爬蟲實戰(zhàn)）。本系列教材是由教
育教學一線專家、教育企業(yè)一線工程師、中國鐵道出版社有限公司精英數十人團隊的匠心之作，
是全體編委精益求精，在日復一日、年復一年的工作中不斷探索和超越的教學結晶。本書教學
設計遵循教學規(guī)律，涉及內容是真實項目的拆分與提煉。
本書基于 Python 3，系統(tǒng)全面地講解了 Python 網絡爬蟲的基礎知識。全書共分 11 章，具
體介紹如下：
第 1、 2 章主要介紹網絡爬蟲的概念及實現原理，希望讀者能夠明白爬蟲爬取網頁的過程，
并對產生的一些問題有所了解。
第 3~6 章詳細介紹了網頁數據解析的相關技術，包括 urllib 庫的使用、 requests 庫、
lxml、 XPath、 Beautiful Soup 等。
第 7 章主要介紹動態(tài)網頁爬取的內容，希望讀者掌握抓取動態(tài)網頁的一些技巧。
第 8 章主要介紹爬蟲數據存儲的內容，包括使用 MySQL 與 MongoDB 數據庫進行數據存
儲的相關知識。通過案例實操，講解了如何一步步從網站中爬取、解析、存儲電影信息。希望
讀者在存儲爬蟲數據時根據具體情況靈活選擇合理的技術進行運用。
第 9、 10 章主要介紹爬蟲框架 Scrapy 以及自動爬取網頁的爬蟲 CrawlSpider 的相關知識。
通過對這兩章的學習，可了解框架的基本知識與應用，為以后深入學習打下堅實基礎。
第 11 章主要介紹圖像識別與文字處理等內容，希望讀者學會處理一些字符格式規(guī)范的圖
像和簡單的驗證碼。
本書由湖南環(huán)境生物職業(yè)技術學院的鄧晨曦任主編，武漢唯眾智創(chuàng)科技有限公司的陳家
楓、仙桃職業(yè)學院的李明海、襄陽職業(yè)技術學院的田勇、重慶工商職業(yè)學院的向濤任副主編。
具體分工如下：鄧晨曦編寫第 1 章、第 2 章、第 5 章、第 6 章、第 8 章、第 11 章；陳家楓編
寫第 3 章、第 4 章；李明海編寫第 7 章；田勇編寫第 9 章；向濤編寫第 10 章。全書由鄧晨曦
統(tǒng)稿。
由于時間倉促，編者水平有限，書中難免存在疏漏與不妥之處，敬請廣大讀者批評指正。
編 者
2021 年 7 月