LLM × 網路爬蟲終極實戰：n8n 串接資料爬取 × Qdrant × RAG 打造本機 AI Agent
活動訊息
分享今年你最有感的書，送50元電子禮券，再抽5000點金幣！
普發一萬放大術：滿千登記抽萬元好禮
內容簡介
內容介紹:
身處 LLM 時代的必備技能
AI 爬蟲與資料檢索的全本機工作流
你還在用傳統的方法爬取網路資料嗎？
還在手動分析 HTML 網頁結構、逐一定位網頁元素、再手刻爬蟲程式嗎？
身處 AI 世代，是時候該學習更聰明、更高效的資料收集方法，
讓你坐在電腦前，喝著咖啡、悠閒地看著 AI 為你自動爬取網路資料。
在 AI 飆速發展的今天，傳統網路爬蟲技術正迎來全新的變革。
過去，Python 爬蟲程式的開發者必須自行剖析 HTML 網頁結構，撰寫繁瑣複雜的資料擷取規則與步驟；如今，隨著 LLM 的普及，AI 已能協助我們理解 HTML 網頁結構、定位網頁資料，甚至能夠自動化建立整個爬取流程，大幅提升開發效率。
本書從 HTML 結構解析入門，循序講解 BeautifulSoup + CSS 選擇器、lxml + XPath 表達式、正規表達式等核心技術，再深入 Selenium 模擬瀏覽器互動及 Scrapy 爬蟲框架的專業應用，帶領讀者全面掌握靜態與動態網頁擷取技術。更進一步結合 Playwright 自動化瀏覽器、以及 AI 驅動的爬蟲框架 Crawl4AI 和 ScrapeGraphAI，讓 LLM 成為理解與提取網頁資料的主力。
不只如此，本書採用 n8n × Ollama 全本機架構，無需 API Key、無需 Docker，即可整合 SearXNG 搜尋引擎、Crawl4AI API 資料爬取、Qdrant 向量資料庫與 RAG 知識檢索生成，最終打造出 MCP + AI Agent 自動化流程 ⸺ 從搜尋、爬取到資料處理與知識生成一手包辦！
本書特色:
用 AI 分析 HTML 結構建立 Python 網路爬蟲
▸全面掌握靜態與動態 HTML 網頁擷取技術，CSS Selector、XPath 一次上手
▸實戰演練 BeautifulSoup、Selenium、Scrapy 經典 Python 爬蟲框架
Python × LLM 建立 AI 網路爬蟲
▸整合 OpenAI、Gemini、Groq、Ollama 等多種 LLM，打造智慧爬蟲系統
▸運用 AI 驅動的爬蟲技術 Crawl4AI 與 ScrapeGraphAI，自動理解並提取網頁內容
▸結合非同步程式設計，提升資料抓取效率與彈性
整合 Python × AI 網路爬蟲的 AI 工作流程：n8n
▸以視覺化介面建立自動化流程，輕鬆整合搜尋、爬取與資料處理
▸結合 Qdrant 向量資料庫 × RAG 技術，打造個人化知識檢索系統
▸構建全本機 AI Agent 工作流，實現從資料擷取到生成的自動化流程
身處 LLM 時代的必備技能
AI 爬蟲與資料檢索的全本機工作流
你還在用傳統的方法爬取網路資料嗎？
還在手動分析 HTML 網頁結構、逐一定位網頁元素、再手刻爬蟲程式嗎？
身處 AI 世代，是時候該學習更聰明、更高效的資料收集方法，
讓你坐在電腦前，喝著咖啡、悠閒地看著 AI 為你自動爬取網路資料。
在 AI 飆速發展的今天，傳統網路爬蟲技術正迎來全新的變革。
過去，Python 爬蟲程式的開發者必須自行剖析 HTML 網頁結構，撰寫繁瑣複雜的資料擷取規則與步驟；如今，隨著 LLM 的普及，AI 已能協助我們理解 HTML 網頁結構、定位網頁資料，甚至能夠自動化建立整個爬取流程，大幅提升開發效率。
本書從 HTML 結構解析入門，循序講解 BeautifulSoup + CSS 選擇器、lxml + XPath 表達式、正規表達式等核心技術，再深入 Selenium 模擬瀏覽器互動及 Scrapy 爬蟲框架的專業應用，帶領讀者全面掌握靜態與動態網頁擷取技術。更進一步結合 Playwright 自動化瀏覽器、以及 AI 驅動的爬蟲框架 Crawl4AI 和 ScrapeGraphAI，讓 LLM 成為理解與提取網頁資料的主力。
不只如此，本書採用 n8n × Ollama 全本機架構，無需 API Key、無需 Docker，即可整合 SearXNG 搜尋引擎、Crawl4AI API 資料爬取、Qdrant 向量資料庫與 RAG 知識檢索生成，最終打造出 MCP + AI Agent 自動化流程 ⸺ 從搜尋、爬取到資料處理與知識生成一手包辦！
本書特色:
用 AI 分析 HTML 結構建立 Python 網路爬蟲
▸全面掌握靜態與動態 HTML 網頁擷取技術，CSS Selector、XPath 一次上手
▸實戰演練 BeautifulSoup、Selenium、Scrapy 經典 Python 爬蟲框架
Python × LLM 建立 AI 網路爬蟲
▸整合 OpenAI、Gemini、Groq、Ollama 等多種 LLM，打造智慧爬蟲系統
▸運用 AI 驅動的爬蟲技術 Crawl4AI 與 ScrapeGraphAI，自動理解並提取網頁內容
▸結合非同步程式設計，提升資料抓取效率與彈性
整合 Python × AI 網路爬蟲的 AI 工作流程：n8n
▸以視覺化介面建立自動化流程，輕鬆整合搜尋、爬取與資料處理
▸結合 Qdrant 向量資料庫 × RAG 技術，打造個人化知識檢索系統
▸構建全本機 AI Agent 工作流，實現從資料擷取到生成的自動化流程
目錄
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
▌第 11 章 Python × AI 網路爬蟲（一）：非同步程式設計 + Crawl4AI
11-1 Python 非同步程式設計
11-2 Crawl4AI 的基本使用
11-3 內容篩選和客製化 Markdown 輸出
11-4 CSS 與 XPath 的 Schema 資料擷取
11-5 LLM 驅動的 AI 資料篩選與提取
11-6 深度爬取和 JavaScript 動態網頁處理
▌第 12 章 Python × AI 網路爬蟲（二）：ScrapeGraphAI
12-1 ScrapeGraphAI 簡介與環境設定
12-2 基礎 Graph：SmartScraperGraph 與 SmartScraperMultiGraph
12-3 文字轉語音 Graph：SpeechGraph
12-4 腳本生成 Graph：ScriptCreatorGraph 與 ScriptCreatorMultiGraph
▌第 13 章 視覺化 AI 工作流程：n8n
13-1 認識 n8n 與工作流程
13-2 安裝與啟動 n8n 社群版
13-3 建立你的第 1 個工作流程
13-4 建立你的第 1 個 AI 工作流程
13-5 n8n 常用節點的使用
▌第 14 章 爬取知識庫的資料：SearXNG + Crawl4AI API
14-1 安裝、啟動與使用 Crawl4AI API
14-2 使用 SearXNG API
14-3 爬取 RAG 所需的知識庫資料
14-4 在 n8n 建立爬蟲程式和使用 SearXNG + Crawl4AI API
▌第 15 章 建立你自己的知識庫：Qdrant 向量資料庫
15-1 Embedding 模型：文字資料向量化
15-2 安裝與使用 Qdrant 向量資料庫
15-3 在 Python 程式使用 Qdrant 向量資料庫
15-4 建立你的知識庫：將文本內容存入向量資料庫
15-5 在 n8n 使用 Qdrant 向量資料庫
▌第 16 章 打造你自己的客製化 LLM：AI Agent、MCP 與 RAG 系統
16-1 認識 AI Assistant、RAG、AI Agent 和 MCP
16-2 使用 Python 手把手打造本機 RAG 系統
16-3 n8n 的 AI Agent 與 Tool
16-4 n8n 的 AI Agent 與 MCP
16-5 在 n8n 建立 RAG 的客製化 LLM
▌附錄 A Python 開發環境：Anaconda 與 WinPython 客製化套件（電子書）
A-1 建立 Anaconda 的 Python 開發環境
A-2 安裝本書客製化的 WinPython 可攜式套件
A-3 使用 Thonny 的 Python IDE
▌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
▌第 11 章 Python × AI 網路爬蟲（一）：非同步程式設計 + Crawl4AI
11-1 Python 非同步程式設計
11-2 Crawl4AI 的基本使用
11-3 內容篩選和客製化 Markdown 輸出
11-4 CSS 與 XPath 的 Schema 資料擷取
11-5 LLM 驅動的 AI 資料篩選與提取
11-6 深度爬取和 JavaScript 動態網頁處理
▌第 12 章 Python × AI 網路爬蟲（二）：ScrapeGraphAI
12-1 ScrapeGraphAI 簡介與環境設定
12-2 基礎 Graph：SmartScraperGraph 與 SmartScraperMultiGraph
12-3 文字轉語音 Graph：SpeechGraph
12-4 腳本生成 Graph：ScriptCreatorGraph 與 ScriptCreatorMultiGraph
▌第 13 章 視覺化 AI 工作流程：n8n
13-1 認識 n8n 與工作流程
13-2 安裝與啟動 n8n 社群版
13-3 建立你的第 1 個工作流程
13-4 建立你的第 1 個 AI 工作流程
13-5 n8n 常用節點的使用
▌第 14 章 爬取知識庫的資料：SearXNG + Crawl4AI API
14-1 安裝、啟動與使用 Crawl4AI API
14-2 使用 SearXNG API
14-3 爬取 RAG 所需的知識庫資料
14-4 在 n8n 建立爬蟲程式和使用 SearXNG + Crawl4AI API
▌第 15 章 建立你自己的知識庫：Qdrant 向量資料庫
15-1 Embedding 模型：文字資料向量化
15-2 安裝與使用 Qdrant 向量資料庫
15-3 在 Python 程式使用 Qdrant 向量資料庫
15-4 建立你的知識庫：將文本內容存入向量資料庫
15-5 在 n8n 使用 Qdrant 向量資料庫
▌第 16 章 打造你自己的客製化 LLM：AI Agent、MCP 與 RAG 系統
16-1 認識 AI Assistant、RAG、AI Agent 和 MCP
16-2 使用 Python 手把手打造本機 RAG 系統
16-3 n8n 的 AI Agent 與 Tool
16-4 n8n 的 AI Agent 與 MCP
16-5 在 n8n 建立 RAG 的客製化 LLM
▌附錄 A Python 開發環境：Anaconda 與 WinPython 客製化套件（電子書）
A-1 建立 Anaconda 的 Python 開發環境
A-2 安裝本書客製化的 WinPython 可攜式套件
A-3 使用 Thonny 的 Python IDE
配送方式
-
台灣
- 國內宅配：本島、離島
-
到店取貨：
不限金額免運費
-
海外
- 國際快遞：全球
-
港澳店取：
訂購/退換貨須知
加入金石堂 LINE 官方帳號『完成綁定』，隨時掌握出貨動態：
提醒您！！
金石堂及銀行均不會請您操作ATM! 如接獲電話要求您前往ATM提款機，請不要聽從指示，以免受騙上當！
退換貨須知：
**提醒您，鑑賞期不等於試用期，退回商品須為全新狀態**
-
依據「消費者保護法」第19條及行政院消費者保護處公告之「通訊交易解除權合理例外情事適用準則」，以下商品購買後，除商品本身有瑕疵外，將不提供7天的猶豫期：
- 易於腐敗、保存期限較短或解約時即將逾期。（如：生鮮食品）
- 依消費者要求所為之客製化給付。（客製化商品）
- 報紙、期刊或雜誌。（含MOOK、外文雜誌）
- 經消費者拆封之影音商品或電腦軟體。
- 非以有形媒介提供之數位內容或一經提供即為完成之線上服務，經消費者事先同意始提供。（如：電子書、電子雜誌、下載版軟體、虛擬商品…等）
- 已拆封之個人衛生用品。（如：內衣褲、刮鬍刀、除毛刀…等）
- 若非上列種類商品，均享有到貨7天的猶豫期（含例假日）。
- 辦理退換貨時，商品（組合商品恕無法接受單獨退貨）必須是您收到商品時的原始狀態（包含商品本體、配件、贈品、保證書、所有附隨資料文件及原廠內外包裝…等），請勿直接使用原廠包裝寄送，或於原廠包裝上黏貼紙張或書寫文字。
- 退回商品若無法回復原狀，將請您負擔回復原狀所需費用，嚴重時將影響您的退貨權益。
商品評價