北京Python爬蟲及文本分析學術應用培訓班

01章概述 爬蟲與文本分析概述
01-01結構化數(shù)據(jù)/文本數(shù)據(jù)的獲取方法概述
01-02高效的編程語言實現(xiàn)結構化數(shù)據(jù)處理與文本分析的價值
02章編程基礎
02-01python編程基礎（標準數(shù)據(jù)類型，控制流，自定義函數(shù)，類，os文件處理模塊）
02-02python重要數(shù)據(jù)科學計算庫（Numpy，Pandas，Matplotlib，Pyecherts，wordcloud）
03章數(shù)據(jù)獲取
03-01爬蟲基礎（網(wǎng)絡爬蟲簡介，爬蟲的基本原理，HTML 簡介，數(shù)據(jù)存儲）
03-02網(wǎng)頁抓�。ㄊ褂� Urllib網(wǎng)頁抓取，requests實戰(zhàn)）
03-03BeautifulSoup4（簡介，安裝，BS 對象的種類，遍歷文檔樹，搜索文檔樹）
03-04Xpath（什么是Xpath，Xpath開發(fā)工具，Xpath常用規(guī)則）
03-05動態(tài)渲染頁面抓�。⊿elenium的安裝，基本使用，聲明瀏覽器對象，訪問頁面，定位元素，節(jié)點交互，動作鏈，執(zhí)行 JavaScript，獲取節(jié)點信息，延時等待，前進后退，Cookies，選項卡管理，異常處理）
03-06爬蟲實戰(zhàn)（網(wǎng)站的爬取，基電商評價文本爬�。�
04章數(shù)據(jù)存儲與讀取
04-01可供讀取數(shù)據(jù)類型介紹（excel、pdf、txt、html、mysql數(shù)據(jù)庫文件介紹）
04-02數(shù)據(jù)的存儲（將數(shù)據(jù)存儲到excel表，txt文本，word文檔）
04-03數(shù)據(jù)的讀�。╬ython批量讀取多個多子表excel，python讀取txt文件，word文檔）
05章數(shù)據(jù)處理
05-01正則表達式（什么是正則表達式，正則表達式匹配規(guī)則，re模塊的使用）
05-02文本處理常用方法（字符串的不變性，排序行，段落格式化，二進制轉化為ASCII，重復字詞過濾，提取郵件地址，提取URL地址，大寫轉換，符號化，刪除停用詞，同義詞與反義詞處理，文本翻譯，單詞替換，拼寫檢查，WordNet接口，語料訪問，標記單詞，塊和裂口，塊分類，文本分類，雙字母組，文字改寫，文字換行，頻率分布，文字摘要，詞干算法，約束搜索）
05-03結構化數(shù)據(jù)處理--數(shù)據(jù)清洗（numpy數(shù)值計算要點串講，Pandas數(shù)據(jù)處理串講，python統(tǒng)計圖表展示）
06章文本分析實戰(zhàn)
06-01重要的庫（jieba庫簡介）
06-02關鍵詞提�。P鍵詞任務概述，TF-IDF算法原理，相似文章推薦原理介紹，實例：紅樓夢文本分析的實現(xiàn)，文件與詞庫的讀取，完成分詞與詞云圖的繪制）
06-03文本分類（新聞素材介紹，新聞內(nèi)容的關鍵詞提取，詞向量轉化與ngram模型，樸素貝葉斯算法完成新聞分類）