1.去哪网任意城市今日酒店信息
◎ 开发平台：Unix
◎ 开发工具：pycharm
◎ 技术实现：利用Selenium+PhantomJS
◎ 项目描述：主要爬取去哪儿网任意城市的今日酒店信息，今日酒店价格、酒店地址、酒店介绍、客户评分、基础设备等信息，并将这些信息存成文本文件。使用BeautifulSoup 解析酒店信息，并将数据进行清洗和本地持久化保持。
◎ 责任描述：主要负责代码实现爬取和对爬取到的数据进行清洗和储存。该网站使用Ajax局部加载技术，对对部分数据进行了加密，所以使用Selenium+Phantom对网页进行数据爬取。
◎ 项目收获：通过这个项目锻炼了我的程序设计能力及分析解决问题的能力，对Selenium的使用也有了更深的理解。
2.爬取今日头条信息
◎ 开发平台：Unix
◎ 开发工具： pycharm
◎ 技术实现：分析网页json文件，构建连接发起请求、代理池
◎ 项目描述：该项目主要实现对今日头条新闻信息进行爬取，该网站使用Ajax技术实现对对新闻信息下一页的加载，通过分析多个json文件，构造URL发起请求并对数据进行提取。使用设置请求头，降低访问频率，使用代理池等反爬机制，使用re对数据进行清洗和本地持久化储存。
◎ 项目收获：通过该项目锻炼分析动态网页的能力，同时也了解了如何更好的应对反爬指定反爬策略。
3.爬取赶集网商户联系方式
◎ 开发平台：Unix
◎ 开发工具： Pycharm
◎ 技术实现：拼接商户联系方式页URL、清洗数据得到重要字段并持久化保持、代理池、多线程
◎ 项目描述：该项目主要实现对赶集网商户联系方式及有效字段进行精准抓取，通过request 发起请求，抓取商户主页的所有URL并做去重处理，并对处理后的URL再次发起请求，最终得到要爬取的联系页URL并对其访问解析。
◎ 责任描述：负责清洗数据得到提取有效字段，针对每个商户联系页所呈现的效果不同，制定了多套解析提取策略，并对每个数据判断指定策略提取数据。