原创力文档- 1、本文档共3页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
实验3 网页数据获取
数据获取是数据生命周期中的第一个环节，数据抽取过程是搜索全部数据源，按照某种标准选择合乎要求的数据，并将其进行适当的格式转换之后，传送到目的地中存储。为了克服被抽取的数据源分布广泛、异构、非结构化等问题，数据抽取技术和抽取工具应运而生。学习数据科学与大数据技术不仅需要掌握其理论，更重要的是能够运用工具和方法来完成数据的获取。
1.实验目的
通过网页数据获取的实验，学生可以理解网络爬虫的工作过程，掌握网页数据获取的方法，并能够灵活运用，进而解决网页数据获取的实际问题。
2.实验要求
理解爬虫软件的原理与方法，独立完成网页数据获取的实验，主要内容如下。
（1）前嗅ForeSpider爬虫软件安装。
（2）选择频道。
（3）网页数据采集过程。
3.实验内容
（1）制订实验计划。
（2）完成爬虫软件安装。
（3）选择网页。
（4）完成爬虫软件数据采集过程。
4.实验总结
通过本实验，使学生了解爬虫软件的特点、总体结构和分类，理解爬虫软件程序的执行过程，掌握应用爬虫软件获取网页数据的方法。
5.思考拓展
（1）结合爬虫软件的结构说明其主要功能。
（2）通过举例，说明csv格式文件的特点。
（3）应用前嗅ForeSpider爬虫软件能够采集非结构化数据吗？为什么？
（4）我们能够在网络上爬取什么数据？
答：网页数据获取方法如下
文档评论（0）