基于Python爬虫技术的网页解析与数据获取研究

• 作者: 何咏宸 温娅娜 袁梓梁 黄猛
• 来源期刊: 现代信息科技
• 学科: 工学
• 关键词: 网络爬虫 Python 正则表达式 抓包分析
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 信息技术
• 页码范围: 12-13,16
• 页数: 3页
• 分类号: TP391.3
• 字数: 2655字
• 语种: 中文
• DOI: 10.3969/j.issn.2096-4706.2020.01.006

摘要

网络的发展,大数据、人工智能的崛起使数据变得尤为重要,各行各业的发展都需要数据的支持,任何一种深度学习以及算法中都需要大量的数据作为模型来训练才能得出较为准确的结论.文中讨论了网络爬虫实现过程中的主要问题:了解网页基本结构、使用直观的网页分析工具对网页进行抓包分析、如何使用正则表达式获取准确的字符串信息、利用Python实现简单的页面数据获取.