本书介绍了如何利用Python3开发网络爬虫。本书为第2版，相比于第1版，为每个知识点的实战项目配备了针对性的练习平台，避免了案例过期的问题。另外，主要增加了异步爬虫、JavaScript逆向、App逆向、页面智能解析、深度学习识别验证码、Kubernetes运维及部署等知识点，同时也对各个爬虫知识点涉及的请求、存储、解析、测试等工具进行了丰富和更新。本书适合Python程序员阅读。

Python是一种解释型、面向对象、动态数据类型的不错程序设计语言。Python可以用于很多的领域，从科学计算到游戏开发。坎宁安编著的《Python入门经典》是面向Python初学者的学习指南，详细介绍了Python编程基础，以及一些不错概念，如面向对象编程。全书分为24章。靠前章介绍了Python的背景和安装方法。第2章到第7章介绍了一些基本的编程概念，如变量、数学运算、字符串和获取输入。第8章到靠前2章介绍了更不错的主题，讨论了函数、字典和面向对象编程等。靠前3章到靠前5章介绍了如何使用库和模块，以及如何创建自己的模块。靠前6章到靠前9章介绍了使用数据，如保存到文件，使用标准格式以及使用数据库。第20章和第21章尝试了标准库以外的一些项目，在这两章中，介绍了创建动态We点和开发游戏。这两章并不是要成为完整的课程，而是充当学习更多知识的一个

本书以语料库语言学研究实践为导向，介绍Python编程基础知识。章为Python语言简介，第2章至第6章由易到难、循序渐进介绍Python语言的基本数据类型和语法。第7章和第8章提供文本处理的个案实例。全书内容涵盖语料库语言学研究中常用的文本处理模式，读者可以通过学习本书掌握语料库语言学研究中的Python编程技巧，以便更深入地进行研究。另外，本书提供大量语料库语言学文本处理所需的Python代码，读者可以直接将这些代码(或将这些代码稍加改动)用于自己的研究中。

本书旨在帮助读者以 快的速度，系统地从Excel VBA脚本编程转入Python脚本编程，或者从Python脚本编程转入VBA脚本编程，或者同时学会两种脚本编程方法。本书使用Excel VBA和Python双语言对照的方式，能帮助VBA用户快速掌握Python脚本编程，并使用双语实现Excel脚本编程和数据处理自动化。本书包括对象模型、界面设计、文件操作、Excel函数、Excel图形、Excel图表、Excel数据透视表、正则表达式、统计分析和混合编程等内容。关于Python方面，本书详细地介绍了xlwings包的使用方法。本书适合任何对Excel脚本开发感兴趣的读者阅读，如有编程需求的职场办公人员、数据分析人员、大学生、科研人员和程序员等。

本书详细地介绍了Python语言的一些 功能以及常见数据类型的 用法， 适合有一定基础的读者深入学习Python编程。本书的主要内容包括常见内置类型（数值、字符串和集合等）的 用法和潜在的陷阱，用于文本处理的格式化方法和正则表达式，用于数值计算和大规模数据处理的math包和numpy包等。此外，文件存储、随机数生成和图表绘制也是本书的重要内容。本书还开发了一个“RPN脚本解释器”项目，该项目贯穿本书的各个章节，通过对该项目的学习，你也可以开发出自己的“语言”。

本书主要介绍了Django编程开发与运维过程中涉及的方法、技巧和实战经验，共分5篇。“第1篇 基础”介绍用Django开发Web应用的基础知识；“第2篇 后台项目实战”通过开发一个商城系统的后台来融合前面章的知识点；“第3篇 进阶”通过Django Rest Framework框架来设计和实现RESTful风格的接口，以及分层的自动化测试和基于Redis的缓存技术；“第4篇 前台项目实战”使用前后端分离的方式开发商城系统前台，涉及Vue.js、Axios、Vue Router、Vuex、RESTful接口等技术。“第5篇 部署运维”涉及Django的传统部署，Django的Docker部署，持续集成，持续交付和持续部署，运维监控。本书通过完整的商城系统实例，融合了Django开发中涉及的知识点；通过大量实例手把手带领读者从需求、开发、集成、代码安全检测、测试、部署上线等环节践行“软件开发运维一体化”的理念。

\\\"Python 的丰富模块（module）以及广泛的应用范围，使Python 成为当下重要的计算机语言之一。本书尝试将Python 常用模块与应用分门别类组织起来，相信只要读者遵循本书实例，一定可以轻松学会Python 语法与应用，逐步向Python 高手之路迈进，这也是撰写本书的目的。 为了提升阅读体验，《Python 归来: 增强版》为彩色印刷，在图书结构、案例选择以及代码样式上都进行了细心设计，力争呈现给读者一本与众不同的编程图书。本书适合所有对Python 编程感兴趣的读者阅读，同时也可以作为院校和培训机构的相关专业教材。 \\\"

本书基于面向 Python 的 OpenCV（OpenCV for Python），介绍了图像处理的方方面面。本书以 OpenCV 官方文档的知识脉络为主线，并对细节进行补充和说明。 书中不仅介绍了 OpenCV 函数的使用方法，还介绍了函数实现的算法原理。在介绍 OpenCV 函数的 使用方法时，提供了大量的程序示例。而且在介绍函数对图像的处理前，往往先展示函数对数值、数组 的处理，方便读者从数值的角度观察和理解函数的处理过程和结果。在介绍具体的算法原理时，本书尽 量使用通俗易懂的语言和贴近生活的示例来说明问题，避免使用过多复杂抽象的公式。