之前看到过一个统计数据，80%读者认为Python是最好的编程语言，知乎，csdn上类似如如何入门Python?如何3个月内入门Python的问题和文章也有很多。虽然现在可以学习的Python途径很多，但是想要打好牢固的基础知识，系统的学习Python的知识体系，还需要靠阅读专业的书籍来不断积累。
谁会成为AI 和大数据时代的第一开发语言？如果说三年前，Matlab、Scala、R、Java 和 Python还各有机会，局面尚且不清楚，那么三年之后，趋势已经非常明确了，特别是前两天 Facebook 开源PyTorch 之后，Python 作为 AI 时代头牌语言的位置基本确立。学习Python之路其修远兮，能否跨进时下最热的人工智能领域，无疑学好Python是通往高薪的捷径之路。也有很多小伙伴发私信询问哪些python书籍值得购买学习？
想要找一找有哪些实用的python类书籍值得阅读，不妨看看当当网里面的图书畅销榜和书评吧，但是评论数据是要一页页翻转页面还是太麻烦，不妨通过简单的爬取书名和评论量等相关信息到excel，快速的查看。
通过网址：https://book.dangdang.com/，打开当当网官网网页，然后根据关键词点击图书排行榜，如下图：
经过简单的分析发现当当网的反爬不是很严，主要是限制ip的访问，爬取过程中只需要加上优质爬虫代理ip的就能解决。代理的使用由2种方式，使用比较多的是通过api连接获取代理然后再发生请求，还有就是隧道转发，相对api来说使用方式更简单，更方便，不用管理ip池也会节省很多时间进行数据爬取。使用方式如下：
代码语言：javascript复制#! -*- encoding:utf-8 -*-
import requests
import random
# 要访问的目标页面
targetUrl = "book.dangdang.com/"
# 要访问的目标HTTPS页面
# targetUrl = "book.dangdang.com/"
# 代理服务器(产品官网 www.16yun.cn)
proxyHost = "t.16yun.cn"
proxyPort = "31111"
# 代理验证信息
proxyUser = "SRVEFSDFS"
proxyPass = "434632"
proxyMeta = "http://%(user)s:%(pass)s@%(host)s:%(port)s" % {
"host" : proxyHost,
"port" : proxyPort,
"user" : proxyUser,
"pass" : proxyPass,
}
# 设置 http和https访问都是用HTTP代理
proxies = {
"http" : proxyMeta,
"https" : proxyMeta,
}
# 设置IP切换头
tunnel = random.randint(1,10000)
headers = {"Proxy-Tunnel": str(tunnel)}
resp = requests.get(targetUrl, proxies=proxies, headers=headers)
print resp.status_code
print resp.text
