大数据爬虫技术第1章 初识爬虫.pptVIP

如果说网络像一张网，那么爬虫就是网上的一只小虫子，在网上爬行的过程中遇到了数据，就把它抓取下来。 网络爬虫，又称为网页蜘蛛、网络机器人，是一种按照一定的规则，自动请求万维网网站并提取网络数据的程序或脚本。 结 论 这里的数据是指互联网上公开的并且可以访问到的网页信息，而不是网站的后台信息（没有权限访问），更不是用户注册的信息（非公开的）。 * * * * * * * * * * * * * * * 第1章 初识爬虫 了解 了解 熟悉 掌握 了解 爬虫产生的背景 1 2 熟悉 爬虫的分类 掌握 什么是爬虫 3 4 了解 爬虫的用途 01 爬虫产生背景 02 什么是爬虫 03 爬虫的用途 04 爬虫的分类 CONTENTS 目录页 01 认识Python 01 爬虫产生背景 02 什么是爬虫 03 爬虫的用途 04 爬虫的分类 思考？ 搜索引擎是如何查找网站的? 搜索引擎使用了网络爬虫不停地从互联网抓取网站数据，并将网站镜像保存在本地，这才能为大众提供信息检索的功能。 结 论 目前的互联网已经迈入大数据时代，通过对海量的数据进行分析，能够产生极大的商业价值。 数据采集 数据分析 应用反馈 思考 如果我们需要大量数据，有哪些获取数据的方式呢？ 企业产生的数据 数据平台购买的数据 数据堂 贵阳大数据交易所 政府/机构公开的数据 纳斯达克 数据管理咨询公司的数据 埃森哲 尼尔森 艾瑞咨询 麦肯锡 爬取的网络数据 无论是搜索引擎，还是个人或单位获取目标数据，都需要从公开网站上爬取大量数据，在此需求下，爬虫技术应运而生，并迅速发展成为一门成熟的技术。 结 论 01 爬虫产生背景 02 什么是爬虫 03 爬虫的用途 04 爬虫的分类 思考 什么是 网络爬虫? * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *