本书基于“基础知识” +“代码示例” +“应用案例”的模式编写，共包括 7个项目。项目 1主要介绍互联网数据采集的入门知识；项目 2通过一个入门级的简单案例，介绍互联网数据采集的基本流程；项目 3通过一个进阶的案例，详细介绍在没有给出官方开放 API的情况下，如何通过抓包工具获取 XHR请求地址；项目 4主要介绍 HTML文档数据的采集，对 HTML进行解析，以及如何提取数据的属性与文本；项目 5主要讲解批量获取数据的整理与合并技巧；项目 6重点讲解如何通过 Python的 pymysql库对 MySQL进行读写；项目 7给出了对半结构化数据进行处理的最佳实践。本书内容条理清晰、案例丰富，可以作为职业院校大数据、人工智能、云计算等相关专业的教材，也可以作为行业从业人员的参考用书。 本书封面贴有清华大学出版社防伪标签，无标签者不得销售。