通过python写的网络爬虫 提取出网页的文本内容

基于python的网络爬虫，托管于GAE，根据设置爬取指定网络内容，并通过邮箱提示更新，通过修改目标网址和正则匹配，实现订阅无RSS的网站-Python based web crawler, hosted on GAE, crawling web content according to the specified settings and prompt updates via e-mail, by modifying the destination URL and a regular matc

总结了用python语言实现各种网络爬虫，抓取各种网络数据-Summarizes a various of web crawlers in python, grab a variety of network data

作为使用Python来爬取网络数据的杰出指南，讲解了从静态页面爬取数据的方法以及使用缓存来管理服务器负载的方法。此外，本书还介绍了如何使用AJAX URL和Firebug扩展来爬取数据，以及有关爬取技术的更多真相，比如使用浏览器渲染、管理cookie、通过提交表单从受验证码保护的复杂网站中抽取数据等。本书使用Scrapy创建了一个高级网络爬虫，并对一些真实的网站进行了爬取(As an excellent guide for using Python to crawl network data,