資源簡介

九年級上冊
第三單元我的課外讀物-網絡爬蟲
一、教材體系
明確任務
實現方法
爬取網絡信總
Python爬蟲
提取書籍的名稱
同時提取書名和
保存信息
我的課外讀物
法律規定
我的課外讀物
案例分析
處理網絡信息
拓展閱讀
爬蟲中的法律
和滔
二、知識點
1.分析任務要達到的目標。（用python程序把網頁的信息獲取下來，對信息進行篩選和整理，并且保存下來，
再進行簡單的處理，最后得到我們想要的信息。這個過程可以概括為獲取信息、處理信息、保存信息、使
用/分析信息等步驟。)
2.學會將任務分解成小任務并梳理出方法和步驟。（使用requests模塊獲取信息、使用BeautifulSoup模塊處
理信息、保存信息至文件、使用pandas模塊排序)
3.學會在Python中使用requests模塊訪問網絡，獲取信息。（編寫代碼、運行代碼、觀察網頁源代碼，找出
標簽和關鍵字、定義字符串)
4.學會使用BeautifulSoup模塊，對獲取到的信息進行清理。（用BeautifulSoup模塊調用Ixml解析器處理網
頁源代碼resTxt,分析出源代碼中的標簽、數據等，并將處理后的結果賦值給變量resStr。.使用BeautifulSoup
模塊，提取網頁中書籍的名稱。用class="title"作為關鍵字，通過select函數來取得所有書籍的名稱列表sm)
5.了解Html標簽在使用BeautifulSoup模塊時的作用。（使用BeautifulSoup模塊從網頁中獲取到需要的信息，
關鍵在于從tml中找到所需信息的“標簽”，通過標簽的值，就可以將需要的信息提取出來)
6.學會字符串合并、替換等簡單操作。（使用+號，可以將兩個字符串合并在一起。用+號合并字符串時，兩
個字符串之間是沒有間隔的。使用替換命令replace可以將新內容替換原內容)
7.掌握在Python中使用open函數保存文件，了解常用編碼方式UTF-8與GBK。(在Python中，我們通常
使用open函數來打開、保存、讀取及寫入文件。使用open函數打開文件，要注意打開方式的參數：讀“，”、
寫“w”、追加“ā”、讀文件時要求文件已經存在，寫或者追加時，若文件不存在可以自動創建一個新文件。
寫入文件時要注意，“w”方式會把原來的內容覆蓋，"a”方式會把新內容加在原文末尾。UTF-8是全球統一
的通用編碼，而GBK編碼是中文環境中的一種編碼，并不通用。)
8.了解編寫爬蟲程序可能帶來的法律和道德問題。（全國人民代表大會常務委員會在2016年11月7日通過
了《中華人民共和國網絡安全法》，2017年6月1日正式實施。法律規定：任何個人和組織不得竊取或者以
其他非法方式獲取個人信息，不得非法出售或者非法向他人提供個人信息；爬取數據過程中不應侵犯他人
的知識產權。我們在編寫爬蟲程序時，一定要遵守相關道德準則和法律法規。)
9.了解并遵守爬蟲道德規范。

展開更多......

收起↑