基于Python的健康数据爬虫设计与实现

• 作者: 刘茂福 夏林旭 程增辉
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 爬虫 多数据源 Python 网页解析
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 软件设计与开发
• 页码范围: 60-63
• 页数: 4页
• 分类号: TP319
• 字数: 3770字
• 语种: 中文
• DOI: 10.11907/rjdk.181626

摘要

在网络健康资讯研究中,数据获取是首先要解决的问题,但传统抓取工具无法满足多变的数据源,研究高效爬取健康资讯内容新方法迫在眉睫.基于Python的网络健康资讯抓取方案,整合多个数据源,抓取内容更为全面;利用WebDriver和Python的Selenium库,能够较好地应对复杂网络状况,通过多线程技术极大提高爬虫效率.对抓取的癌症数据进行统计分析,对多线程效率进行对比分析,显示爬虫具有良好的适应性.基于Py?thon的网络健康咨询抓取方案能快速抓取网络资讯,为后续科研打下基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘茂福	武汉科技大学计算机科学与技术学院	33	169	9.0	11.0
2	程增辉	武汉科技大学计算机科学与技术学院	2	4	1.0	2.0
3	夏林旭	武汉科技大学计算机科学与技术学院	2	4	1.0	2.0