課程內容：
01章概述 爬蟲與文本分析概述
01-01結構化數據/文本數據的獲取方法概述
01-02高效的編程語言實現結構化數據處理與文本分析的價值
02章編程基礎
02-01python編程基礎（標準數據類型，控制流，自定義函數，類，os文件處理模塊）
02-02python重要數據科學計算庫（Numpy，Pandas，Matplotlib，Pyecherts，wordcloud）
03章數據獲取
03-01爬蟲基礎（網絡爬蟲簡介，爬蟲的基本原理，HTML 簡介，數據存儲）
03-02網頁抓取（使用 Urllib網頁抓取，requests實戰）
03-03BeautifulSoup4（簡介，安裝，BS 對象的種類，遍歷文檔樹，搜索文檔樹）
03-04Xpath（什么是Xpath，Xpath開發工具，Xpath常用規則）
03-05動態渲染頁面抓取（Selenium的安裝，基本使用，聲明瀏覽器對象，訪問頁面，定位元素，節點交互，動作鏈，執行 JavaScript，獲取節點信息，延時等待，前進后退，Cookies，選項卡管理，異常處理）
03-06爬蟲實戰（網站的爬取，基電商評價文本爬取）
04章數據存儲與讀取
04-01可供讀取數據類型介紹（excel、pdf、txt、html、mysql數據庫文件介紹）
04-02數據的存儲（將數據存儲到excel表，txt文本，word文檔）
04-03數據的讀取（python批量讀取多個多子表excel，python讀取txt文件，word文檔）
05章數據處理
05-01正則表達式（什么是正則表達式，正則表達式匹配規則，re模塊的使用）
05-02文本處理常用方法（字符串的不變性，排序行，段落格式化，二進制轉化為ASCII，重復字詞過濾，提取郵件地址，提取URL地址，大寫轉換，符號化，刪除停用詞，同義詞與反義詞處理，文本翻譯，單詞替換，拼寫檢查，WordNet接口，語料訪問，標記單詞，塊和裂口，塊分類，文本分類，雙字母組，文字改寫，文字換行，頻率分布，文字摘要，詞干算法，約束搜索）
05-03結構化數據處理--數據清洗（numpy數值計算要點串講，Pandas數據處理串講，python統計圖表展示）
06章文本分析實戰
06-01重要的庫（jieba庫簡介）
06-02關鍵詞提取（關鍵詞任務概述，TF-IDF算法原理，相似文章推薦原理介紹，實例：紅樓夢文本分析的實現，文件與詞庫的讀取，完成分詞與詞云圖的繪制）
06-03文本分類（新聞素材介紹，新聞內容的關鍵詞提取，詞向量轉化與ngram模型，樸素貝葉斯算法完成新聞分類）
魯公網安備37061302000010號
在線客服
預約試聽