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。

项目1 基础开发环境的安装与配置
任务1.1 通过Anaconda3安装基础开发环境
任务1.2 常见问题与解决方案
项目总结
项目巩固与提高
项目2 通过国务院新闻网官方API获取时政新闻
任务2.1 从开放的API采集数据
任务2.2 将数据存储到Excel文件
项目总结
项目巩固与提高
项目3 采集巨潮资讯网的股票财经信息
任务3.1 Chrome网络抓包工具的使用
任务3.2 通过截获XHR请求采集数据
任务3.3 采集更多信息
项目总结
项目巩固与提高
项目4 采集网络个性头像
任务4.1 采集图片数据
任务4.2 二进制数据的存储
项目总结
项目巩固与提高
项目5 获取全国主要城市未来5天的天气情况
任务5.1 申请API接口
任务5.2 采集天气数据
项目总结
项目巩固与提高
项目6 对多个MySQL数据库进行数据整合
任务6.1 数据读取与合并
项目总结
项目巩固与提高
项目7 通过MongoDB对半结构化Excel数据进行高效存储
任务7.1 MongoDB安装
任务7.2 MongoDBshell工具
任务7.3 pymongo的安装与使用
任务7.4 批量将Excel数据存2kMongoDB
项目总结
项目巩固与提高
参考文献