http://www.santostang.com/
《网络爬虫：从入门到实践》一书勘误
作者: santos1993
分类: 大数据营销
发布时间: 2017-10-23 23:57
本书由于是第一版，因此还存在一些差错，希望各位读者谅解。
另外，感谢各位读者的指正，现将本书的错误之处一并放在此处，方便其他读者更好阅读和使用此书。也欢迎大家在知乎私信或者留言给我，我会持续更新此文。
《网络爬虫：从入门到实践》读者群已经超过100人，大家可以知乎私信你的微信号给我，我将你加入读者群，欢迎读者们加入讨论。
本书代码的源代码均可在 github下载： https://github.com/Santostang/PythonScraping。本人保留代码的所有知识产权和使用权，如需转载，无需通知我，但请注明出处即可。我就把它当做对我的感谢了。
一些读者反映github 无法访问，此处贴出百度云地址：https://pan.baidu.com/s/1nuCZbPf 密码请参照本文最末。
- Anaconda 的安装(第二章 2.1.1；第9页)：有读者反映Anaconda 链接无法访问，或者下载超过了几个小时。这是因为国内访问境外网站的限速问题。这里推荐使用清华大学的镜像： https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/。请选择 Anaconda3下载，最新版本：Anaconda3-5.0.0-Windows-x86.exe 416M 2017-09-26 17:34； Anaconda3-5.0.0-MacOSX-x86_64.pkg 567M 2017-09-26 17:31
- 编辑器 （第二章，第11页）：应该是编辑器，而非编译器
- obj1.detail(obj1) （第二章2.2.5，第18页）：obj1.detail(obj1) 为上一行的接着的注释，意在解释 Python 类的传递，并不是代码。正确的代码是：
| 1 2 3 4 5 6 7 8 9 10 11 | class Person : # 创建类 def __init__ ( self , name , age ) : #__init__()方法称为类的构造方法 self . name = name self . age = age def detail ( self ) : #通过self调用被封装的内容 print ( self . name ) print ( self . age ) obj1 = Person ( ‘santos’ , 18 ) obj1 . detail ( ) # Python将obj1传给self参数，即：obj1.detail(obj1)，此时内部self＝obj1 |
4.def init(): （第二章2.2.5；第18/19页）：def init():应为 def init(): 单下划线改为双下划线
| 1 2 3 4 5 6 | class Person : # 创建类 def __init__ ( self , name , age ) : #__init__()方法称为类的构造方法 self . name = name self . age = age obj1 = Person ( ‘santos’ , 18 ) #将”santos”和 18 分别封装到 obj1 及 self的 name和age属性 |
5.soup.find(“h1″,class_=”post-tilte”) （第二章2.3.2 第23页）：印刷时的 class 后的下划线没印出来，请读者注意，使用 BeautifulSoup 的 find 或 find_all的 class 后均有下划线。
6.a=I*0.1 （第二章章末实战 第28和29页）：0.01应为0.1。另外29页 elif I<=60 and I>100 应为 elif I<=100 and I>60。
7.print (movie_list) （第二章3.4.2 第39页）：print (movie_list)应为 print (movies)
8.第四章：代码已无法使用，因为网易云跟帖停止服务，现在已经在博客中更新了新写的第四章。请参照博客文章： http://www.santostang.com/2017/03/02/hello-world/
9.第四章章末实战（第55页）。Airbnb网站已经改了代码，所以以前的爬虫代码用不了了。代码已经更新在 github和百度网盘。
10.caps[“marionette”] = True (4.3.2，第48页），caps[“marionette”] = False 这里应该改成caps[“marionette”] = True
11.反斜杠“\”（第5章5.1.1 第63页），假如你需要匹配文本中的字符”\”，使用编程语言表示的正则表达式里就需要 4 个反斜杠”\”:前两个反斜杠”\”和后两个反斜杠”\”各自在编程语言里转义成一 个反斜杠”\”，所以 4 个反斜杠”\”就转义成了两个反斜”\”，这两个反斜杠”\”最 终在正则表达式里转义成一个反斜杠”\”。
12.第六章章末实战（6.5 第103页）。虎扑网站已经改了代码，所以以前的爬虫代码用不了了。代码已经更新在 github和百度网盘。虎扑的代码也很简单，大家可以自己尝试自己写代码爬虫。地址：Cha 6 _章末实战.ipynb
本书更好的使用： 我连 HTML 都不懂，如何自学 HTML？请进入 http://www.w3school.com.cn/html/index.asp 学习，时间大概2-5小时。
云密码：jhpi
