案例介绍
采集任务的分析，并负责采集方案设计；
分析页面结构使用正则表达式、xpath、css选择器等方式采集确保数据不遗漏；
采用scrapy框架实现爬虫方案，并重写start_requests，对部分静态数据采用正则提取，使用redis对新增url资源去重以提高效率；
编写pipline，加入ip、模拟浏览器Ua等以保证爬虫运行；
对接公司已有数据对采集的数据进行数据清洗（主要针对电话号码去重以及无省市地区添加省市归属地）；
使用pandas库处理公司内部运营数据；
案例图片
相似案例推荐
其他人才的相似案例推荐
-
统一API开放平台
平台角色：核心研发 平台业务：统一API开放平台，用于整合
-
集中服务平台
平台角色：核心研发人员 平台主要业务：平台对车场单系统的云
-
企业后台管理系统
该项目是一个企业内部后台管理平台，拥有基础RBAC基于角色访
-
数据大屏
政府国企项目： 1、北京市人民法院设计开发的是一套内部系
-
dcsc
系统简述：The Data Center Solution
-
数据统计图标显示
功能：监控数据图， 本人负责：JS开发折线图画图功能，网站
-
基于springboot的充电桩后台应用
1、可查看充电站设备的实时数据以及故障历史信息 2、分不同
-
云布控
主要负责：人员信息录入、布控模板字段信息维护两部分前后端功能
-
标签系统
标签系统：人员标签信息搜索、展示；车辆标签信息搜索、展示；重
-
航空信息管理系统
利用HDFS 、MySQL、mapreduce等技术实现大数
-
沙特项目能源管理研发
我们是国电南瑞科技股份有限公司的某部门开发团队,由于是国企,
-
厦门电力能源用能运维平台
我们是国电南瑞科技股份有限公司的某部门开发团队,由于是国企,
微信接收人才推送
关注猿急送微信平台，接收实时人才推送
接收人才推送
联系需求方端客服