《网络爬虫：从入门到实践》一书勘误

作者: santostang 分类: Python 网络爬虫发布时间: 2018-07-11 15:53

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。
大家可以扫描一下首页左下角的二维码或者在微信搜索 santostang，关注我的公众号“唐松的数据坊”。想加我微信的朋友，可以在公众号发送“加微信”，会自动回复我的微信号。
本书代码的源代码均可在 github下载： https://github.com/Santostang/PythonScraping 。也在百度云下载：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。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：

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

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，下划线之间没有空格。

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

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。
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。
print (movie_list) （第二章3.4.2 第39页）：print (movie_list)应为 print (movies)
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。
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。
caps[“marionette”] = True (4.3.2，第48页），caps[“marionette”] = False 这里应该改成caps[“marionette”] = True
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”\”。
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。

本书更好的使用：
我连 HTML 都不懂，如何自学 HTML？请进入HTML 教程学习，时间大概2-5小时。
云密码：jhpi