2018年第二期Python网络爬虫与文本挖掘培训班

课程安排

课程主题

课程内容

第一天

Python基础与爬虫入门

第一章

Python基础

1.初识Python：开发环境安装与使用

2.基本概念

3.基本数据结构（元组、列表、字符串、字典）

4.Python基本语法：（条件、循环、函数、类、模块）

5.类介绍

6.Python文件操作实战

7.Python异常处理实战

第二章

正则表达式简介

1.正则表达式简介

2.正则表达式应用（re模块，re.compile,re.find,re.search）

3.正则表达式匹配过程

4.利用API进行数据采集

5.正则表达式解释HTML

第三章

Python爬虫技术入门

1.什么是爬虫

2.爬虫的分类和使用范围

3.爬虫基本框架

4.urllib,urllib2模块(urllib2.urlopen,urllib2.Request)

5.手动编写简单爬虫

案例一：爬取葡萄酒品质分析数据，然后对数据进行整理汇总，可视化展示.

案例二：抓取分析手机号码.

案例三：手动编写简单爬虫并实战.

第二天

Python爬虫技术进阶

第四章

Python爬虫技术

1.抓取策略和ULR去重    2.数据存储

3.数据解释和提取        4.模拟登陆及验证码识别

5.爬虫的攻防之道与可视化爬虫

第五章

Python爬虫技术进阶

1．著名爬虫框架介绍

（portia,Pyspider,Newspaper,Python-goose）

2．Scrapy爬虫框架

（spider,engine,scheduler,downloader,item pipeline）

3. Scrapy开发流程

4. Scrapy与Urllib的整合使用

案例一：提取当当书目信息，然后对数据进行整理汇总，可视化展示.

案例二：应用Scrapy爬取名人名言

第三天

文本分析基础和进阶

第六章

文本挖掘入门

1.介绍文本分词的方法

2. 按词性提取关键词

Jieba模块，nltk模块（jieba.cut,jieba.cut_for_search()）

第七章

深度学习入门

1.深度学习的前世今生

2.人工神经网络ANN  TensorFlow模块，keras模块

第八章

基于LSTM的文本情感分析

1.什么是LSTM     2.文本的情感分析

3.从用户评价中提取用户对事物的评价

4.分析用户对产品的态度和情感

案例一：手写数字图像识别

案例二：提取用户对事物的评价和对产品的态度和情感

疑难解答

学员可结合自身感兴趣需要解决的疑难问题，可带着相关问题咨询授课老师。