《網路爬蟲：從入門到實踐》一書勘誤

本書由於是第一版，因此還存在一些差錯，希望各位讀者諒解。

另外，感謝各位讀者的指正，現將本書的錯誤之處一併放在此處，方便其他讀者更好閱讀和使用此書。也歡迎大家在知乎私信或者留言給我，我會持續更新此文。

現在貼一下《網路爬蟲：從入門到實踐》讀者群，歡迎讀者們加入討論。請點擊鏈接《網路爬蟲：從入門到實踐》一書勘誤 - 數據科學@唐松Santos，掃描裡面的二維碼。

本書代碼的源代碼均可在 github下載： https://github.com/Santostang/PythonScraping

一些讀者反映github 無法訪問，此處貼出百度雲地址：https://pan.baidu.com/s/1nuCZbPf 密碼請參照本文最末。

1. Anaconda 的安裝(第二章 2.1.1；第9頁)：有讀者反映Anaconda 鏈接無法訪問，或者下載超過了幾個小時。這是因為國內訪問境外網站的限速問題。這裡推薦使用清華大學的鏡像： https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/。請選擇 Anaconda3下載，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
2. 編輯器 （第二章，第11頁）：應該是編輯器，而非編譯器
3. obj1.detail(obj1) （第二章2.2.5，第18頁）：obj1.detail(obj1) 為上一行的接著的注釋，意在解釋 Python 類的傳遞，並不是代碼。正確的代碼是：

class Person: # 創建類n def __init__(self, name, age): #__init__()方法稱為類的構造方法n self.name = namen self.age = agen n def detail(self): #通過self調用被封裝的內容n print (self.name)n print (self.age)nnobj1 = Person(santos, 18)nobj1.detail() # Python將obj1傳給self參數，即：obj1.detail(obj1)，此時內部self＝obj1n

4. def _init_(): （第二章2.2.5；第18/19頁）：def _init_():應為 def __init__(): 單下劃線改為雙下劃線

class Person: # 創建類n def __init__(self, name, age): #__init__()方法稱為類的構造方法n self.name = namen self.age = agen nobj1 = Person(santos, 18) #將"santos"和 18 分別封裝到 obj1 及 self的 name和age屬性n

5. soup.find("h1",class_="post-tilte") （第二章2.3.2 第23頁）：印刷時的 class 後的下劃線沒印出來，請讀者注意，使用 BeautifulSoup 的 find 或 find_all的 class 後均有下劃線。

6. a=I*0.1 （第二章章末實戰 第28和29頁）：0.01應為0.1。另外29頁 elif I<=60 and I>100 應為 elif I<=100 and I>60。

7. print (movie_list) （第二章3.4.2 第39頁）：print (movie_list)應為 print (movies)

8. 第四章：代碼已無法使用，因為網易雲跟帖停止服務，現在已經在博客中更新了新寫的第四章。請參照博客文章：Hello world! - 數據科學@唐松Santos

9. 第四章章末實戰（第55頁）。Airbnb網站已經改了代碼，所以以前的爬蟲代碼用不了了。代碼已經更新在 github和百度網盤。

10. caps["marionette"] = True (4.3.2，第48頁），caps["marionette"] = False 這裡應該改成caps["marionette"] = True

11. 反斜杠「」（第5章5.1.1 第63頁），假如你需要匹配文本中的字元""，使用編程語言表示的正則表達式里就需要 4 個反斜杠"":前兩個反斜杠""和後兩個反斜杠""各自在編程語言里轉義成一 個反斜杠""，所以 4 個反斜杠""就轉義成了兩個反斜""，這兩個反斜杠""最 終在正則表達式里轉義成一個反斜杠""。

12. 第六章章末實戰（6.5 第103頁）。虎撲網站已經改了代碼，所以以前的爬蟲代碼用不了了。代碼已經更新在 github和百度網盤。虎撲的代碼也很簡單，大家可以自己嘗試自己寫代碼爬蟲。

本書更好的使用：

1. 我連 HTML 都不懂，如何自學 HTML？請進入HTML 教程 學習，時間大概2-5小時。

雲密碼：jhpi

推薦閱讀：