LLM × 網路爬蟲終極實戰：n8n 串接資料爬取 × Qdrant × RAG 打造本機 AI Agent

作者簡介:

陳會安

學歷：美國猶他州州立大學電腦碩士
經歷：多所大專院校企業講師、松崗電腦產品經理、美商 PH 出版經理、專業電腦書作者

國內知名資訊技術作家，已出版逾 100 本電腦著作，包括：程式設計、網頁設計、資料庫、系統分析、資料結構等各種不同主題。近年研究人工智慧、機器學習 / 深度學習、資料科學、網路爬蟲、大數據分析和物聯網相關課程與圖書寫作，也熱衷利用 Raspberry Pi、Arduino、ESP8266 / ESP32 和 Micro:bit 等開發板製作創客作品，投入創客領域的教學與寫作。

目錄:

▌第 1 章 HTML、JSON 與網路爬蟲的基礎
1-1 網路爬蟲的基礎
1-2 網路爬蟲的相關技術
1-3 HTML 標籤語法與結構
1-4 CSV 與 JSON
1-5 Python × AI 網路爬蟲的相關函式庫

▌第 2 章 從網路取得資料
2-1 認識 HTTP 標頭與 httpbin.org 服務
2-2 使用 Requests 送出 HTTP 請求
2-3 取得 HTTP 回應內容
2-4 送出進階的 HTTP 請求
2-5 錯誤 / 例外處理與檔案存取

▌第 3 章 擷取靜態 HTML 網頁資料
3-1 在 HTML 網頁定位目標資料
3-2 使用 BeautifulSoup 剖析 HTML 網頁
3-3 分析靜態 HTML 網頁
3-4 使用 find() 函式搜尋 HTML 網頁
3-5 使用正規表達式搜尋 HTML 網頁

▌第 4 章 使用 CSS 選擇器爬取資料
4-1 認識 CSS 層級式樣式表
4-2 使用 CSS 選擇器定位 HTML 標籤
4-3 Google Chrome 開發人員工具
4-4 ChatGPT 應用：找出定位 HTML 標籤的 CSS 選擇器
4-5 在 BeautifulSoup 使用 CSS 選擇器

▌第 5 章 走訪 HTML 網頁取出資料與資料儲存
5-1 如何走訪 HTML 網頁
5-2 走訪 HTML 網頁取得資料
5-3 修改 HTML 網頁來爬取資料
5-4 資料清理
5-5 將取得資料儲存成 CSV 和 JSON 檔案
5-6 從網路下載圖檔

▌第 6 章 使用 XPath 表達式與 lxml 套件建立爬蟲程式
6-1 XPath 與 lxml 套件的基礎
6-2 使用 Requests 和 lxml 套件
6-3 XPath 資料模型
6-4 XPath 基本語法
6-5 XPath 運算子與函式
6-6 ChatGPT 應用：學習 XPath 表達式查詢 HTML 標籤

▌第 7 章 Selenium 表單互動與動態網頁擷取
7-1 認識動態網頁
7-2 安裝 Selenium
7-3 Selenium 的基本使用
7-4 定位網頁資料與例外處理
7-5 與 HTML 表單進行互動
7-6 JavaScript 動態網頁擷取

▌第 8 章 Scrapy 爬蟲框架
8-1 Scrapy 爬蟲框架的基礎
8-2 使用 Scrapy Shell
8-3 建立 Scrapy 專案的爬蟲程式
8-4 在專案使用 Item 和 Item Pipeline
8-5 輸出 Scrapy 爬取的資料

▌第 9 章 Python × ChatGPT 網路爬蟲
9-1 Python 爬蟲程式的常見問題
9-2 Requests + BeautifulSoup 爬蟲實作案例
9-3 Selenium 爬蟲實作案例
9-4 Scrapy 爬蟲實作案例

▌第 10 章 在 Python 使用 LLM 大型語言模型
10-1 認識生成式 AI 與 LLM
10-2 使用 OpenAI 的 ChatGPT API
10-3 使用 Google 的 Gemini API
10-4 LLM API 服務：Groq API
10-5 使用 Ollama 打造本機 LLM