课程内容：
01章概述 爬虫与文本分析概述
01-01结构化数据/文本数据的获取方法概述
01-02高效的编程语言实现结构化数据处理与文本分析的价值
02章编程基础
02-01python编程基础（标准数据类型，控制流，自定义函数，类，os文件处理模块）
02-02python重要数据科学计算库（Numpy，Pandas，Matplotlib，Pyecherts，wordcloud）
03章数据获取
03-01爬虫基础（网络爬虫简介，爬虫的基本原理，HTML 简介，数据存储）
03-02网页抓取（使用 Urllib网页抓取，requests实战）
03-03BeautifulSoup4（简介，安装，BS 对象的种类，遍历文档树，搜索文档树）
03-04Xpath（什么是Xpath，Xpath开发工具，Xpath常用规则）
03-05动态渲染页面抓取（Selenium的安装，基本使用，声明浏览器对象，访问页面，定位元素，节点交互，动作链，执行 JavaScript，获取节点信息，延时等待，前进后退，Cookies，选项卡管理，异常处理）
03-06爬虫实战（网站的爬取，基电商评价文本爬取）
04章数据存储与读取
04-01可供读取数据类型介绍（excel、pdf、txt、html、mysql数据库文件介绍）
04-02数据的存储（将数据存储到excel表，txt文本，word文档）
04-03数据的读取（python批量读取多个多子表excel，python读取txt文件，word文档）
05章数据处理
05-01正则表达式（什么是正则表达式，正则表达式匹配规则，re模块的使用）
05-02文本处理常用方法（字符串的不变性，排序行，段落格式化，二进制转化为ASCII，重复字词过滤，提取邮件地址，提取URL地址，大写转换，符号化，删除停用词，同义词与反义词处理，文本翻译，单词替换，拼写检查，WordNet接口，语料访问，标记单词，块和裂口，块分类，文本分类，双字母组，文字改写，文字换行，频率分布，文字摘要，词干算法，约束搜索）
05-03结构化数据处理--数据清洗（numpy数值计算要点串讲，Pandas数据处理串讲，python统计图表展示）
06章文本分析实战
06-01重要的库（jieba库简介）
06-02关键词提取（关键词任务概述，TF-IDF算法原理，相似文章推荐原理介绍，实例：红楼梦文本分析的实现，文件与词库的读取，完成分词与词云图的绘制）
06-03文本分类（新闻素材介绍，新闻内容的关键词提取，词向量转化与ngram模型，朴素贝叶斯算法完成新闻分类）
鲁公网安备37061302000010号
在线客服
预约试听