Python網路文字探勘入門到上手：10堂基礎＋5場實戰，搞定網路爬蟲、文本分析的淘金指南

＜內容簡介＞ 文字探勘，離我們一點都不遙遠。 小至今天吃什麼，大至國際動態趨勢， 想知道風往哪吹熱度怎麼蹭，就是派它上場的時刻！ ?每位渴望突破的程式設計新手都應該閱讀的一本書? 隨書附贈光碟：內含範例程式資料檔、習題解答程式檔。從做中學，效果加倍！ 翻開程式工具書就頭昏眼花的症頭 ?口語化的親切教學，不怕你嫌生硬只怕你嫌囉嗦 埋頭學習卻經常找不到方向的迷航學子 ?範例導引式編排，附習題，示範編碼、驗收成果。 不甘於紙上談兵的實用主義者 ?豐富多元的探勘實作，PChome 24h、Google 學術、PTT八卦版 到達純文字極限，數位學習上癮的科技人 ?QRcode影音課程畫龍點睛，針對部份操作重點，加強吸收力度。 ??? 大數據時代，網路的電子化文本恆河沙數，新聞、google、PTT、部落格、購物網、Facebook、Twitter，無一不是非結構化資料。偏偏在0和1的世界，要想馴服它們，就必須「轉換」為電腦可判讀的結構化資料。 這個「轉換」的過程，就是文字探勘的研究領域，具有高度商業價值。 本書給魚也給竿，帶領我們駕馭這項新興技術。 攜手踏入網路爬蟲的場域，無論你是—— ? ●程式設計零基礎，想在網路進行資料探勘的初心者 ? ●統計學一知半解，卻需要時刻關注最新動態的社群小編 ? ●需要快速調查、統合資源的市調顧問、行銷企劃工作者 ? ●正好缺乏質性文本分析數據的社會科學研究者 使用最新版本的Python3，易讀、易學且擴展性強的語法特點。 ? ●從零開始，由安裝教起，快速習得10大基本技巧、萃取有用資訊。 ? ●現學現賣，5大實戰演練，精進探勘能力：PChome 24h-商品資料、Google學術-論文資料、PTT 八卦版-PO文資料、誠品金石堂-書籍比價系統、PTT 政黑版-文字雲和長條圖。 ??? 按部就班，嗅得先機。 你，也可以是全新領域的開拓者！ ★目錄： 自　序 Chapter 01 Python 簡介 1-1　何謂程式設計 1-2　Python 程式設計的特點 1-3　選擇 Python 作為第一種程式語言的理由 1-4　安裝Python 與環境設定 1-5　安裝編輯器：Visual Studio Code 1-6　建置Anaconda 開發環境 Chapter 02 資料型態 2-1　Python 處理的資料類型 2-2　數值型態 2-3　字串型態 2-4　變數 2-5　數值和字串間型態的轉換 Chapter 03 流程控制 3-1　流程控制的構成要素 3-2　條件分岐 3-3　input 函式 3-4　條件運算式的組成 3-5　多向的條件分岐 Chapter 04 串列與迴圈 4-1　串列的意義與操作 4-2　for 迴圈 4-3　for 迴圈和if 敘述的組合運用 4-4　range() 函式 4-5　亂數的運用 4-6　break 及continue 命令 4-7　while 迴圈 4-8　進階串列操作 Chapter 05 元組、字典與集合 5-1　元組 5-2　字典 5-3　集合 Chapter 06 函式 6-1　函式的意義 6-2　函式的參數 6-3　函式與變數的作用範圍 Chapter 07 錯誤與例外 7-1　錯誤的型態 7-2　例外 7-3　例外處理 7-4　錯誤的種類 Chapter 08 網頁爬蟲的簡單範例 8-1　網頁爬蟲（Web Scraping） 8-2　網路爬蟲的執行步驟 8-3　向網路伺服器發送請求服務的訊息 8-4　解析網頁資訊 8-5　 BeautifulSoup 的運用：於自由時報電子報網站進行爬蟲 Chapter 09 向伺服器發送請求的方式 9-1　網頁爬蟲的基本步驟 9-2　送出簡單的GET 請求 9-3　送出帶有參數的GET 請求 9-4　送出帶有參數的GET 請求至Ajax 網頁 9-5　送出帶有Cookie 的GET 請求 9-6　送出帶有Headers 的GET 請求 9-7　以form 形式發送POST 請求 9-8　送出帶有登入Cookie 的POST 請求 9-9　模擬登入 Chapter 10 萃取有用資訊 10-1　網頁萃取的工作內容 10-2　本章所使用的範例網頁 10-3　走訪DOM 文件樹 10-4　搜尋DOM 文件樹 10-5　CSS 選擇器 Chapter 11 爬取「PChome 24h 購物」的商品資料 11-1　PChome 24h 購物網站 11-2　確認標的網站的URL 網址 11-3　送出 HTTP 請求，取得頁面資料（JSON 格式） 11-4　解析結果頁面資料，獲取商品資訊 11-5　將商品詳細資料，存入Excel 檔案中 11-6　建立主程式 Chapter 12 爬取「Google 學術搜尋」的論文資料 12-1　確認標的網站的URL 網址 12-2　送出HTTP 請求，取得搜尋結果頁面資料 12-3　取得各分頁的連結url 12-4　解析分頁資料，獲取分頁內的論文資料 12-5　彙總所有分頁的論文資料 12-6　將論文詳細資料，存入Excel 檔案中 12-7　建立主程式 12-8　執行爬蟲程式 12-9　使用平行處理技術 12-10　有關爬取Google 學術搜尋的結語 Chapter 13 爬取「PTT 八卦版」的PO 文資料 13-1　確認標的網站的URL 網址 13-2　送出HTTP 請求，取得頁面資料 13-3　取得八卦版目前總頁數 13-4　取得各分頁的連結url 13-5　取得各分頁中的PO 文標題 13-6　彙總所有分頁的PO 文標題 13-7　取得每篇PO 文之發言內容 13-8　彙整所有PO 文的相關資訊 13-9　將PO 文的詳細資料，存入Excel 檔案中 13-10　建立主程式 Chapter 14 書籍比價爬蟲 14-1　確認標的網站的URL 網址 14-2　送出HTTP 請求，取得頁面資料 14-3　取得搜尋結果的總頁數 14-4　取得各分頁的連結 14-5　取得每本書的詳細資料 14-6　取得每本書於誠品、金石堂的價格 14-7　取得分頁中各書籍的其它基本資料與比價資料 14-8　彙整所有書籍資料 14-9　將書籍比價資料，存入Excel 檔案中 14-10　建立主程式 Chapter 15 製作文字雲 15-1　簡介 15-2　建立主程式 15-3　取得所有PO 文的發言內容 15-4　繪製文字雲 15-5　繪製長條圖 ＜作者簡介＞ 陳寬裕 現職 屏東科技大學　休閒運動健康系　教授 學歷 台灣大學　大氣科學系　學士 　　 清華大學　工業工程研究所　碩士 　　 長榮大學　經營管理研究所　博士 　　 嘉義大學　觀光休閒研究所　博士班 Email pf.kuan.yu.chen@gmail.com