Python網(wǎng)絡(luò)爬蟲及數(shù)據(jù)采集技術(shù)其它上課時(shí)間：

1，系統(tǒng)架構(gòu)師、系統(tǒng)分析師、高級(jí)程序員、資深開發(fā)人員。

課程收益:

1，全面了解Python爬蟲的相關(guān)知識(shí)。
2，學(xué)習(xí)Python爬蟲的核心技術(shù)方法以及應(yīng)用特征。
3，深入使用Python在網(wǎng)絡(luò)數(shù)據(jù)采集中的使用。

課程大綱:

Python是一種面向?qū)ο�、解釋型�?jì)算機(jī)程序設(shè)計(jì)語(yǔ)言，Python是純粹的自由軟件，源代碼和解釋器CPython遵循GPL協(xié)議。是一個(gè)用于統(tǒng)計(jì)計(jì)算和統(tǒng)計(jì)制圖的優(yōu)秀工具，也是GNU的一個(gè)免費(fèi)、源代碼開放的軟件。
Python語(yǔ)法簡(jiǎn)潔清晰，具有豐富和強(qiáng)大的庫(kù)，能夠把用其他語(yǔ)言制作的各種模塊（尤其是C/C++）很輕松地聯(lián)結(jié)在一起。Python爬蟲包括一套完整的數(shù)據(jù)采集、處理、計(jì)算系統(tǒng)，簡(jiǎn)便而強(qiáng)大的編程語(yǔ)言，可操縱數(shù)據(jù)的輸入和輸入，可實(shí)現(xiàn)分支、循環(huán)，用戶可自定義功能。
本培訓(xùn)將對(duì)基于Python爬蟲進(jìn)行數(shù)據(jù)采集、處理、數(shù)據(jù)分析的方法深度剖析，并對(duì)Python爬蟲原理及實(shí)現(xiàn)進(jìn)行講解。
一、培訓(xùn)對(duì)象
1，系統(tǒng)架構(gòu)師、系統(tǒng)分析師、高級(jí)程序員、資深開發(fā)人員。
2，牽涉到網(wǎng)絡(luò)采集、處理和規(guī)劃的負(fù)責(zé)人、設(shè)計(jì)人員。
3，政府機(jī)關(guān)，金融保險(xiǎn)、移動(dòng)等以互聯(lián)網(wǎng)信息為數(shù)據(jù)來(lái)源單位的負(fù)責(zé)人。
4，高校、科研院所牽涉到網(wǎng)絡(luò)數(shù)據(jù)采集與數(shù)據(jù)處理的項(xiàng)目負(fù)責(zé)人。
二、學(xué)員基礎(chǔ)
1，對(duì)IT系統(tǒng)設(shè)計(jì)有一定的理論與實(shí)踐經(jīng)驗(yàn)。
2，具備信息檢索IR和大數(shù)據(jù)處理的基礎(chǔ)知識(shí)。
3，有一定的python基礎(chǔ)知識(shí)和開發(fā)經(jīng)驗(yàn)。
三、師資
由業(yè)界知名云計(jì)算專家親自授課：
楊老師 主要研究網(wǎng)絡(luò)信息分析以及云計(jì)算相關(guān)技術(shù)，長(zhǎng)期從事通信網(wǎng)管系統(tǒng)、網(wǎng)絡(luò)信息處理、商務(wù)智能(BI)以及電信決策支持系統(tǒng)的研究開發(fā)工作，主持和參與了多個(gè)國(guó)家和省部級(jí)基金項(xiàng)目，具有豐富的工程實(shí)踐及軟件研發(fā)經(jīng)驗(yàn)。
四、培訓(xùn)內(nèi)容
第一講網(wǎng)絡(luò)爬蟲基礎(chǔ)
1.什么是網(wǎng)絡(luò)爬蟲
2.瀏覽網(wǎng)頁(yè)的過(guò)程
3.URL的含義
4.環(huán)境的配置
第二講Python爬蟲基礎(chǔ)知識(shí)
1.Python爬蟲基礎(chǔ)學(xué)習(xí)
2.Pythonurllib和urllib2庫(kù)的用法
3.Python正則表達(dá)式
4.BeautifulSoup簡(jiǎn)介
5.爬蟲框架Scrapy
第三講Urllib庫(kù)的基本使用
1.網(wǎng)頁(yè)爬取示例
2.網(wǎng)頁(yè)爬取方法
3.構(gòu)造Requset
4.POST和GET數(shù)據(jù)傳送
第四講Urllib庫(kù)的高級(jí)用法
1.設(shè)置Headers
2.Proxy（代理）的設(shè)置
3.Timeout設(shè)置
4.HTTP的PUT和DELETE方法
5.使用DebugLog
第五講正則表達(dá)式
1.了解正則表達(dá)式
2.正則表達(dá)式的語(yǔ)法規(guī)則
3.正則表達(dá)式相關(guān)注解
4.PythonRe模塊
第六講BeautifulSoup的用法
1.BeautifulSoup的簡(jiǎn)介
2.BeautifulSoup安裝
3.創(chuàng)建BeautifulSoup對(duì)象
4.BeautifulSoup對(duì)象種類
5.遍歷文檔樹
第七講開始采集
1.遍歷單個(gè)域名
2.采集整個(gè)網(wǎng)站
3.通過(guò)互聯(lián)網(wǎng)采集
4.用Scrapy采集
5.幾個(gè)示例
第八講存儲(chǔ)數(shù)據(jù)和讀取文檔
1.媒體文件
2.把數(shù)據(jù)存儲(chǔ)到CSV
3.MySQL與Python整合
4.讀取純文本和CSV文檔
5.讀取Word和.docx
第九講自然語(yǔ)言處理基礎(chǔ)
1.概括數(shù)據(jù)
2.馬爾可夫模型
3.自然語(yǔ)言工具包
4.用NLTK做統(tǒng)計(jì)分析
5.用NLTK做詞性分析
第十講用爬蟲測(cè)試網(wǎng)站
1.測(cè)試簡(jiǎn)介
2.Python單元測(cè)試
3.Selenium單元測(cè)試
4.Python單元測(cè)試與Selenium單元測(cè)試的選擇
五、培訓(xùn)目標(biāo)
1，全面了解Python爬蟲的相關(guān)知識(shí)。
2，學(xué)習(xí)Python爬蟲的核心技術(shù)方法以及應(yīng)用特征。
3，深入使用Python在網(wǎng)絡(luò)數(shù)據(jù)采集中的使用。
六、培訓(xùn)時(shí)間、地點(diǎn)
時(shí)間：2017年2月23日-2月24日 地點(diǎn)：北京
七、證書
培訓(xùn)結(jié)束，頒發(fā)中科院計(jì)算所職業(yè)培訓(xùn)中心“Python網(wǎng)絡(luò)爬蟲及數(shù)據(jù)采集技術(shù)”結(jié)業(yè)證書。
八、費(fèi)用
培訓(xùn)費(fèi)：5500元/人（含教材、證書、午餐、學(xué)習(xí)用具等）。住宿協(xié)助安排，費(fèi)用自理。

培訓(xùn)師介紹：

楊老師主要研究網(wǎng)絡(luò)信息分析以及云計(jì)算相關(guān)技術(shù)，長(zhǎng)期從事通信網(wǎng)管系統(tǒng)、網(wǎng)絡(luò)信息處理、商務(wù)智能(BI)以及電信決策支持系統(tǒng)的研究開發(fā)工作，主持和參與了多個(gè)國(guó)家和省部級(jí)基金項(xiàng)目，具有豐富的工程實(shí)踐及軟件研發(fā)經(jīng)驗(yàn)。