电大《大数据技术导论》实验3 网页数据获取.docxVIP

实验3 网页数据获取 数据获取是数据生命周期中的第一个环节，数据抽取过程是搜索全部数据源，按照某种标准选择合乎要求的数据，并将其进行适当的格式转换之后，传送到目的地中存储。为了克服被抽取的数据源分布广泛、异构、非结构化等问题，数据抽取技术和抽取工具应运而生。学习数据科学与大数据技术不仅需要掌握其理论，更重要的是能够运用工具和方法来完成数据的获取。 1.实验目的 通过网页数据获取的实验，学生可以理解网络爬虫的工作过程，掌握网页数据获取的方法，并能够灵活运用，进而解决网页数据获取的实际问题。 2.实验要求 理解爬虫软件的原理与方法，独立完成网页数据获取的实验，主要内容如下。 （1）前嗅ForeS