本書共分兩部分：第一部分是網(wǎng)絡數(shù)據(jù)采集與預處理的基礎理論實踐，包括任務1-任務6，主要講解如何使用Python編寫網(wǎng)絡數(shù)據(jù)采集和預處理程序，內(nèi)容包括Python環(huán)境搭建，Python基礎語法、語句與函數(shù)，網(wǎng)絡基礎知識，常用網(wǎng)絡數(shù)據(jù)采集與預處理庫和解析庫、數(shù)據(jù)持久化保存，以及requests庫、Numpy庫、Pandas庫、Selenium技術(shù)、ChromeDriver技術(shù)和Scrapy技術(shù)的應用方式。第二部分是網(wǎng)絡數(shù)據(jù)采集與預處理的綜合案例，包括任務7-任務9，主要講解requests庫數(shù)據(jù)采集與Echarts可視化技術(shù)相結(jié)合并持久化保存和數(shù)據(jù)預處理的應用案例；Selenium和ChromeDriver技術(shù)相結(jié)合模擬登錄，采集動態(tài)和靜態(tài)數(shù)據(jù)并持久化保存和數(shù)據(jù)預處理的應用案例；Hadoop平臺的Flume日志數(shù)據(jù)采集應用案例，充分呈現(xiàn)了大數(shù)據(jù)采集與預處理主流技術(shù)與可視化技術(shù)的主要功能和特點。