Power BI Desktop --從基礎到資料視覺化實戰
微軟Power BI Desktop是安裝在本機電腦的免付費商業分析工具，它容易上手也可產出較美觀的互動式圖表，並可從多種檔案類型(csv, xml等)匯入資料產出視覺化圖表。本課程除了教你從基礎到資料視覺化實戰應用，更給你大獨家，教你google表單直接連結產出視覺化圖表！
緯育TibaMe104學習精靈
XML
XML
關注
邀請朋友 
Facebook
Line
複製連結
XML（eXtensible Markup Language，簡稱XML）可擴展置標語言。又稱可擴展標記語言，是一種置標語言。
置標指計算機所能理解的信息符號，通過此種標記，計算機之間可以處理包含各種信息的文章等。如何定義這些標記，既可以選擇國際通用的標記語言，比如HTML，也可以使用像XML這樣由相關人士自由決定的標記語言，這就是語言的可擴展性。
XML是從標準通用置標語言（SGML）中簡化修改出來的。它主要用到的有可擴展置標語言、可擴展樣式語言（XSL）、XBRL和XPath等。
XML設計目的用來傳送及攜帶數據信息，XML不用來表現或展示數據，HTML語言恰恰用來表現數據，所以XML用途的焦點是它說明數據是什麼，以及攜帶數據信息。
Hi~ 歡迎分享學習資源，有學習問題可匿名向Giver發問！
我要分享
我要提問
XML 學習推薦
全部
影片
文章
不知如何開始嗎？ 先進行技能挑戰吧～
技能挑戰：初級
目前等級：未達初級
88 人已通過「初級」測驗，通過率49%，和學習精靈一起探索知識、增強能力！
我要挑戰
開發Python網頁爬蟲前需要知道的五個基本觀念
Q: 什麼是網頁爬蟲?
網頁爬蟲可以把它想像成是一種網頁機器人，能夠依照特定的模式或規則，自動化擷取網頁原始碼，來進行解析取得資料，所以被大量的應用在網頁資料蒐集。
當然網頁爬蟲部一定只能使用Python來進行實作，其它像Java、C#及JavaScript等程式語言也可以，而因為Python語法簡潔及擁有許多成熟的套件與框架，所以筆者選擇Python來開發網頁爬蟲。
Q: 網路是如何運作方式呢?
Python網頁爬蟲事實上就是模擬使用者來瀏覽網頁，這時候就需要瞭解網路的基本架構，分為用戶端(Client)及伺服端(Server)。
其中，用戶端(Client)就是使用者瀏覽網頁的裝置(例：本機電腦)，當使用者點擊網頁時，也就代表請求(Request)的動作，存取該網頁連結的伺服端(Server)，而伺服端(Server)接收連結得知使用者所要看的網頁後，將內容回應(Response)給用戶端(Client)。
這樣的網路運作方式就跟點餐的流程非常相似，當我們進到一間餐廳看著菜單，就像到一個網站瀏覽其中的網頁，接著，到櫃檯向老闆點餐的動作就像是看到喜歡的網頁，請求(Request)伺服端(Server)想看的網頁，最後，等待老闆烹飪完成送到餐桌上，像是伺服端(Server)端處理完成回應(Response)給使用者。
Q: 網頁的基本結構是什麼?
網頁是由許多的標籤(Tag)與元素(Elements)組成，並且具有階層式的結構，所以Python網頁爬蟲就需要透過定位，來取得所需的元素(Elements)。
Q: 常見的Python網頁爬蟲套件及框架
常見的Python網頁爬蟲套件及框架包含BeautifulSoup、Selenium及Scrapy。
BeautifulSoup對於HTML及XML的解析非常友善，並且容易入門使用，適用於靜態類型的網頁及小型的Python網頁爬蟲專案。
Selenium同時擁有網頁自動化測試及爬取功能，能夠搭配 JavaScript來進行爬取，所以非常適用於爬取需要滾動捲軸來動態載入資料的網站，像是電子商務或社群平台等。
Scrapy相較於BeautifulSoup及Selenium爬取速度較快且有效率，擁有非同步的功能，所以適用於爬取大量的資料及大型網頁爬蟲專案。
Q: Python網頁爬蟲有沒有標準的開發流程?
開發Python網頁爬蟲的流程，首先，會需要知道想要蒐集什麼樣的資料來進行分析或應用，接著，就可以尋找相關的網站，來分析要爬取的網頁原始碼結構，並且觀察是否有規則或模式可循，然後，選擇程式語言及適當的套件，依照分析的網頁結構及規則開發網頁爬蟲，最後，將爬取的資料依需求寫入資料庫、CSV檔案或雲端等。
如果想要學習更多的Python應用教學，歡迎前往Learn Code With Mike( https://www.learncodewithmike.com/2020/10/python-web-scraping.html
)網站觀看更多精彩內容。
2
0
861 1
拍手
留言
分享
Line
複製連結
收藏
熱門精選
【限量:免費報名】利用AI自動化行銷｜直播講座
講座詳細資訊
時間：04/30（二） 20:00 - 21:00
講者：圭話行銷創辦人 何佳勳 / 業界資深的數位廣告行銷專家
主題：行銷新篇章：AI如何革新檔期活動策略
在這個數位化的時代，AI技術正以驚人的速度改變著我們的行銷方式。檔期促銷活動面對的受眾眾多，難以精準定位目標受眾，進而影響活動效果、每次規劃檔期活動都需要創造吸引人的內容和促銷方式，但長期以來，創意卻逐漸耗盡、想要掌握AI如何革新檔期活動策略的最新動向嗎？
你也在苦思如何創造不同以往、有別競品的檔期活動嗎？104學習精靈與緯育TibaMe，攜手邀請到數位廣告界專家 圭話行銷創辦人何佳勳老師。學員們都稱呼他為小圭老師，不僅熱愛與學員社群互動、對學員有問必答，更善於為客戶的製造許多驚喜及營收，一起期待老師分享如何透過 AI 工具提升30%的檔期活動成效吧~
1
0
1603 0
拍手
留言
分享
Line
複製連結
收藏
學習精靈
07/19 00:00
youtube.com
[1] 全文資料標記 - TEI、XML 簡介
92 4
分享
Line
複製連結
收藏
三大Python網頁爬蟲實作工具的比較
Q: Python有哪些常見的網頁爬蟲工具呢?
要實作Python網頁爬蟲，最受歡迎的三大工具莫過於BeautifulSoup、Selenium及Scrapy，其中各自的主要特色以及使用時機，接下來就來為大家進行簡單的分享與比較。
BeautifulSoup是一個擷取HTML/XML內容的套件，提供了非常多友善的方法(Method)，協助開發人員可以快速搜尋及取得HTML/XML中的元素，也因此被廣泛的應用在Python網頁爬蟲的技術上。
但是它並無法單獨完整實現Python網頁爬蟲的整個流程，像是發送請求與解析下載的HTML原始碼，所以需要requests及html.parser或lxml解析器等相依性模組來協助。
Selenium是一個網頁自動化測試的套件，擁有許多網頁操作的方法(Method)，像是自動化輸入資料、點擊按鈕及滾動捲軸等，同時具備網頁元素擷取與操作的功能，讓開發人員能夠輕鬆撰寫網頁的自動化測試腳本。
Scrapy本身就是一個網頁爬蟲框架，提供完整的網頁爬蟲開發功能，像是發送請求、檔案匯出、例外處理機制、偵錯(Debug)等，並且是基於Twisted非同步網路框架所建立的，所以能夠非同步的發送請求(Request)，有較佳的執行速度，學習曲線也較高。
另外，由於Scrapy是一個框架，所以有一定的專案架構及執行流程，除了未來很好維護外，也能夠輕鬆的移轉既有的專案到另一個專案。
Q: BeautifulSoup、Selenium及Scrapy各有什特色?
BeautifulSoup學習曲線較低，非常容易上手，並且適用於靜態網頁的爬取。
而Selenium能夠輕鬆與JavaScript的事件合作，可以處理網頁的AJAX請求及自動化操作網頁上的元素。
Scrapy執行速度較快，允許客製化功能來進行擴充，內建多種檔案格式輸出(JSON、XML、CSV)，支援XPath及CSS表達式來擷取資料，擁有完善的互動式偵錯工具(Scrapy Shell)。
Q: BeautifulSoup、Selenium及Scrapy的使用時機?
對於初學者想要學習入門Python網頁爬蟲，或是僅針對特定少數網頁進行爬取的小型專案，就可以選擇BeautifulSoup套件。
當所要爬取的網頁有使用JavaScript / AJAX等動態載入資料的技術，或是具有登入驗證、搜尋機制的網頁，就能夠利用Selenium套件的網頁操作方法(Method)，來開發Python網頁爬蟲。
Scrapy則適用於大型的Python網頁爬蟲專案，有一定的效率要求及需要處理複雜的爬取邏輯。
如果想要學習更多的Python應用教學，歡迎前往Learn Code With Mike( https://www.learncodewithmike.com/2020/11/beautifulsoup-vs-selenium-vs-scrapy-for-python-web-scraping.html
)網站觀看更多精彩內容。
4
0
317 1
拍手
留言
分享
Line
複製連結
收藏
學習精靈
07/02 00:00
youtube.com
[5] 全文資訊自動擷取 - 資料擷取成XML (CBDB Regex Machine)
34 0
分享
Line
複製連結
收藏
推薦給你
地震不再是不可預測的天災？AI 預測準確率達70%
最近，美國德州大學奧斯汀分校的研究人員開發了一種新的 AI 地震預測技術，成功預測了一週內將會發生的地震，預測準確率達到 70%！
在中國的實驗中，這個AI成功預測了320公里範圍內的14次地震，並且準確預測了地震的位置和強度。
雖然這個AI技術還是有錯過以及誤報的失誤，但70%已經是一個巨大的成果，可以有效幫助減少經濟損失和人員傷亡。
▶ Al地震預測技術如何運作？◀
● Al地震預測技術主要通過以下三個步驟來實現：
1. 數據收集：首先，需要收集大量的地震數據，包括地震波數據、地質數據、氣象數據等。
2. 數據分析：然後，利用AI技術對這些數據進行分析，找出地震發生前的規律和特徵。
3. 預測地震：最後，根據這些規律和特徵，預測未來可能發生的地震。
● Al地震預測技術具有以下優勢：
❶ 準確率高：AI技術可以從大量數據中找出傳統方法難以發現的規律和特徵，從而提高地震預測的準確率。
❷ 速度快：AI技術可以快速分析大量數據，從而縮短地震預測的時間。
❸ 範圍廣：AI技術可以對廣泛的地區進行地震預測，不受傳統地震儀的限制。
▶ Al地震預測技術的未來展望 ◀
AI地震預測技術的發展還處於起步階段，但其潛力巨大。隨著AI技術的進一步發展，地震預測的準確率和範圍將會進一步提高，為人們的生命和財產安全提供更加有效的保障。
● 以下是一些AI地震預測技術未來發展的可能方向：
❶ 開發更準確的AI模型：通過不斷研究和完善AI模型，提高地震預測的準確率。
❷ 融合多種數據源：將地震波數據、地質數據、氣象數據等多種數據源融合在一起，進行分析，提高地震預測的準確率和範圍。
❸ 開發實時地震預警系統：開發實時地震預警系統，為人們提供更及時有效的預警信息。
Al地震預測技術的發展，為地震預測和防災減災工作帶來了新的希望。相信在不久的將來，地震將不再是不可預測的天災，人們將能夠更加有效地應對地震災害，減少地震造成的損失！
➤ 立即關注【AI趨勢報－科技愛好者的產地】獲得更多科技新知！
0
0
131 0
拍手
留言
分享
Line
複製連結
收藏
你可能感興趣的教室