谢泽华
爬虫 · 1年经验 · dddddd
0
累计接单
0
用户评价
0
被收藏
技术能力
熟练使用 Python 开展网络数据采集开发，核心爬虫相关库掌握完善：基础请求库 requests、aiohttp 实现同步 / 异步网页请求解析，BeautifulSoup4、lxml、pyquery 完成 HTML、XML 页面数据提取；熟练运用正则表达式清洗、筛选文本类目标数据。
熟悉 Selenium、Playwright 无头浏览器，可处理 JS 动态渲染页面、模拟真人滑动、点击、下拉翻页等交互行为，应对简单反爬校验。掌握基础反爬应对方案：请求头伪装、随机 User-Agent、代理 IP 轮换、请求延时限流、Cookie 会话维持。
能够将采集数据规范化存储，支持导出 Excel、CSV 文件，也可写入 MySQL、SQLite 本地数据库；会搭建简易定时采集脚本，实现网站公开数据定期监控更新。
了解爬虫合规规范，仅采集网页公开展示、无隐私权限限制的商用资讯、商品榜单、行业公开数据，遵循站点 robots 协议，控制访问频率避免对目标站点造成压力，可根据客户需求产出干净结构化数据报表。
熟悉 Selenium、Playwright 无头浏览器，可处理 JS 动态渲染页面、模拟真人滑动、点击、下拉翻页等交互行为，应对简单反爬校验。掌握基础反爬应对方案：请求头伪装、随机 User-Agent、代理 IP 轮换、请求延时限流、Cookie 会话维持。
能够将采集数据规范化存储，支持导出 Excel、CSV 文件，也可写入 MySQL、SQLite 本地数据库；会搭建简易定时采集脚本，实现网站公开数据定期监控更新。
了解爬虫合规规范，仅采集网页公开展示、无隐私权限限制的商用资讯、商品榜单、行业公开数据，遵循站点 robots 协议，控制访问频率避免对目标站点造成压力，可根据客户需求产出干净结构化数据报表。
项目经验
项目 1：电商公开商品信息采集脚本
针对中小型购物网站公开商品页面开发爬虫，使用 requests+lxml 批量抓取商品名称、标价、库存、分类、图文链接等公开信息，加入随机访问间隔、UA 池规避基础拦截，最终将上万条商品数据批量导出 Excel 表格，用于客户行业市场价格调研，脚本可一键重复执行更新数据。
项目 2：资讯网站动态页面数据抓取
目标站点内容由 JS 异步加载，采用 Playwright 无头模式模拟浏览器访问，自动翻页加载全部文章，提取标题、发布时间、正文、标签等公开资讯内容，通过正则过滤多余广告、空白字符，清洗后存入本地 SQLite 数据库，支持按发布日期筛选导出报表。
项目 3：榜单类定时监控采集工具
编写轻量化定时爬虫脚本，定时抓取行业公开排名榜单数据，对比前后两次采集结果标记榜单变动，自动生成差异文档，全程低频请求站点，严格控制并发，仅用于客户合法行业数据对比分析，全程不涉及用户隐私、付费内容等受限数据采集。
针对中小型购物网站公开商品页面开发爬虫，使用 requests+lxml 批量抓取商品名称、标价、库存、分类、图文链接等公开信息，加入随机访问间隔、UA 池规避基础拦截，最终将上万条商品数据批量导出 Excel 表格，用于客户行业市场价格调研，脚本可一键重复执行更新数据。
项目 2：资讯网站动态页面数据抓取
目标站点内容由 JS 异步加载，采用 Playwright 无头模式模拟浏览器访问，自动翻页加载全部文章，提取标题、发布时间、正文、标签等公开资讯内容，通过正则过滤多余广告、空白字符，清洗后存入本地 SQLite 数据库，支持按发布日期筛选导出报表。
项目 3：榜单类定时监控采集工具
编写轻量化定时爬虫脚本，定时抓取行业公开排名榜单数据，对比前后两次采集结果标记榜单变动，自动生成差异文档，全程低频请求站点，严格控制并发，仅用于客户合法行业数据对比分析，全程不涉及用户隐私、付费内容等受限数据采集。
立即沟通
