设计 任务书 文档 开题 答辩 说明书 格式 模板 外文 翻译 范文 资料 作品 文献 课程 实习 指导 调研 下载 网络教育 计算机 网站 网页 小程序 商城 购物 订餐 电影 安卓 Android Html Html5 SSM SSH Python 爬虫 大数据 管理系统 图书 校园网 考试 选题 网络安全 推荐系统 机械 模具 夹具 自动化 数控 车床 汽车 故障 诊断 电机 建模 机械手 去壳机 千斤顶 变速器 减速器 图纸 电气 变电站 电子 Stm32 单片机 物联网 监控 密码锁 Plc 组态 控制 智能 Matlab 土木 建筑 结构 框架 教学楼 住宅楼 造价 施工 办公楼 给水 排水 桥梁 刚构桥 水利 重力坝 水库 采矿 环境 化工 固废 工厂 视觉传达 室内设计 产品设计 电子商务 物流 盈利 案例 分析 评估 报告 营销 报销 会计
 首 页 机械毕业设计 电子电气毕业设计 计算机毕业设计 土木工程毕业设计 视觉传达毕业设计 理工论文 文科论文 毕设资料 帮助中心 设计流程 
垫片
您现在所在的位置:首页 >>计算机毕业设计 >> 文章内容
                 
垫片
   我们提供全套毕业设计和毕业论文服务,联系微信号:biyezuopin QQ:2922748026   
Web爬虫系统设计与实现 毕业论文+开题报告+项目源码+教程+检测查重报告
文章来源:www.biyezuopin.vip   发布者:毕业作品网站  

摘  要

时代在发展,技术在进步,互联网改变了全世界,各行各业都在这个互联网时代寻求自身的增长点,人们的日常生活也越来越离不开互联网。以二手房为例,线下二手房行业持续遭到冲击,越来越多的年轻人选择在互联网上挑选房源。然而网上信息混杂,数据来源众多,如何提升二手房用户体验就成了一个值得探讨的问题。

我国二手房人口基数庞大,导致在互联网上寻找合适的二手房成了人们不得不面对的问题。网络中提供二手房信息的网站很多,用户寻找房源时往往由于使用习惯等原因主要在一个平台上寻找,若找不到心仪的房源,又将面临辗转各个二手房信息平台,为用户带来不便。笔者认为,对生活有实际意义的软件系统才称得上是一个好系统,结合以上背景,本系统实现一个基于Web爬虫技术的链家网站二手房价格爬取分析系统。首先通过python开源爬虫框架scrapy对链家Web网站二手房价格信息网站进行爬取,依据不同网页的不同特性选择不同的爬取策略,编写爬虫代码,过滤并抽取所需出二手房源信息,建立以城市为区分的房源信息数据库。数据库部分采用非结构化数据库MongoDB,避免网上信息的非结构性对数据存储的影响。然后采用python开源网站搭建框架Django完成对爬取到的二手房信息的web端展示。

关键词:二手房;Web爬虫;Python;Scrapy;可视化

Abstract

The times are developing, technology is progressing, the Internet has changed the world, all walks of life are seeking their own growth point in this Internet era, people's daily life is more and more inseparable from the Internet. Take second-hand housing as an example, offline second-hand housing industry continues to be hit, more and more young people choose to choose housing on the Internet. However, online information is mixed, data sources are numerous, how to improve the second-hand housing user experience has become a problem worth discussing.

China's second-hand housing population base is huge, leading to the Internet to find the right second-hand housing has become a problem people have to face. There are many websites that provide second-hand housing information in the network. When users look for housing sources, they often look for them mainly on a platform because of their usage habits. If they can not find the desired source of housing, they will face various second-hand housing information platforms. Bring inconvenience to users. According to the author, the software system with practical significance to life can be called a good system. Combined with the above background, this system realizes a second-hand house price crawling analysis system based on Web crawler technology. Through the python of open source crawler framework scrapy the second-hand housing price information website of Lianjia Web website is crawled, different crawling strategies are selected according to the different characteristics of different web pages, and crawler code is compiled. Filter and extract the required second-hand housing information, establish a city-specific housing information database. Database part uses unstructured database MongoDB, avoid the influence of unstructured information on data storage. Then use python open source website to build a framework Django complete the crawling of second-hand housing information web end display.

Keywords: second-hand house; Web reptile; Python;Scrapy; visualization


目  录

1 绪论

1.1 选题背景及意义

1.1.1选题背景

1.1.2目的及意义

1.2 国内外发展现状

1.2.1 爬虫技术概述

1.2.2 爬虫设计者所面临问题和反爬虫技术的现状

1.3 研究主要内容

1.4 章节安排

2 系统开发环境及技术介绍

2.1 Robot协议对本设计的影响

2.2 爬虫

2.2.1 工作原理

2.2.2 工作流程

2.2.3 抓取策略

2.3 Scrapy架构

2.3.1 Scrapy:开源爬虫架构

2.3.2 Scrapy框架结构

2.3.3 两种继承的爬虫模式

2.4 MongoDB数据库

2.4.1 NoSQL数据库介绍

2.4.2 MongoDB数据库介绍

2.5 python web框架Django

2.5.1 Django框架介绍

2.5.2 MTV模式

2.5.3 ORM模式

2.5.4 template模板语言

2.5.5 Django工作机制

2.6 semantic UI开发框架

2.6.1 semantic介绍

2.6.2 semantic开发

2.7 高德地图API

3 可行性分析及需求分析

3.1 业务需求分析

3.2 功能性需求分析

3.2.1 数据爬取功能

3.2.2 数据可视化功能

3.3 可行性分析

3.3.1 技术可行性

3.3.2 经济可行性

3.3.3 法律可行性

4 总体设计

4.1 系统逻辑层次

4.2 系统分布式设计

4.3 系统功能设计

4.4 系统数据库设计

4.4.1 数据库环境搭建

4.4.2 数据库表设计

5 功能模块的设计与实现

5.1 数据爬取模块

5.1.1 爬取策略的设计

5.1.2 网页数据提取

5.1.3 去重与增量爬取

5.2 反反爬虫模块

5.2.1 模拟浏览器行为

5.2.2 动态代理IP

5.2.3 爬虫异常处理

5.3 数据存储模块

5.4 数据可视化模块

6 功能模块测试

6.1 测试环境及工具

6.2 系统功能测试

6.2.1 数据爬取功能测试

6.2.2 数据存储功能测试

6.2.3 数据反反爬虫功能测试

6.2.4 数据可视化功能测试

结束语

参考文献

致谢





















  全套毕业设计论文现成成品资料请咨询微信号:biyezuopin QQ:2922748026     返回首页 如转载请注明来源于www.biyezuopin.vip  

                 

打印本页 | 关闭窗口
本类最新文章
基于Python的在线自主考试系 基于腾讯云的个人知识库管理系统 基于Android的酒店预定系统
基于matlab变频器控制交流电 基于微信小程序的家校联动平台管理 基于时频分析与自适应滤波技术的多
| 关于我们 | 友情链接 | 毕业设计招聘 |

Email:biyeshejiba@163.com 微信号:biyezuopin QQ:2922748026  
本站毕业设计毕业论文资料均属原创者所有,仅供学习交流之用,请勿转载并做其他非法用途.如有侵犯您的版权有损您的利益,请联系我们会立即改正或删除有关内容!