大数据分析：Python爬虫、数据清洗和数据可视化（第2版·微课视频版）课件 第八章—数据抽取与采集.pptx

Python爬虫、数据清洗和数据可视化大数据分析大数据与人工智能技术丛书

了解数据抽取的概念掌握用kettle实现文本抽取的方法了解数据采集的概念了解数据采集的平台本章学习目标第八章数据抽取与采集掌握用kettle实现网页数据抽取的方法

8.1数据抽取概述数据抽取是指从数据源中抽取对企业有用的或感兴趣的数据的过程，它的实质是将数据从各种原始的业务系统中读取出来，它是大数据工作开展的前提。目前常用以下两种方式来实现数据抽取：关系库中的数据抽取和非关系数据库中的数据抽取。数据抽取简介获取用户配置的抽取规则将所述抽取规则转换成SQL查询语句根据所述SQL查询语句，从全文搜索引擎中抽取目标数