本书围绕大数据采集与挖掘，对采集技术的相关基础、技术原理、Python实现技术、大数据挖掘与应用方法进行了系统介绍。书中全面、完整地覆盖了各种类型的网络爬虫及相关的信息处理挖掘技术，并提供了45个与爬虫技术和应用相关的Python程序。全书共分为四部分，即概述、基础篇、技术与实现篇、大数据挖掘与应用篇。第一部分 （第1章）是概述，指出利用Python采集互联网大数据的重要性，介绍了相关技术研究、技术体系、 采集技术的合规性及应用现状等 ，分析了大模型对互联网大数据技术的影响； 第二部分 （第2、3章）是基础篇，包括Web服务器的应用架构以及HTTP、Robots、HTML、页面编码等相关协议和规范； 第三部分 （第4~10章）是技术与实现篇，全面介绍普通网络爬虫技术、动态页面采集方法、主题爬虫技术、Deep Web爬虫、微博信息采集、Web信息提取以及反爬虫技术等，内容涵盖各种爬虫技术实现方法及Python实例； 第四部分 （第11、12章）是大数据挖掘与应用篇，介绍 文本、情感、社交网络和时间序列等典型大数据处理与挖掘技术 及应用模式，并以新闻舆情监测、 Web自动化测试、酒店评论文本挖掘 为例介绍Python爬虫应用构建方法，将本书介绍的一些关键技术、模型和工具贯穿在一起。