人工智能讲师咨询叶梓案例实战：人工智能在搜索引擎的应用目录信息自动抓取-3

接上一篇，系列博文:人工智能讲师叶梓关于人工智能项目的咨询案例，人工智能在爬虫、搜索引擎中的应用，为系列博文，更多课程，及老师资料可点击 个人主页

爬虫的工作原理

•第一步：爬行

•爬虫就会在沿着网站的链接进行广度优先（或深度优先）式的访问，从一个链接转移到另一个链接上。

•第二步：抓取存储

•爬虫通过链接爬行，跟踪链接到达网页然后抓取相对应的网页上的文本的内容。

•第三步：预处理

•通过爬虫的抓取的原文文本解析后，存储到数据库中。

基础知识：药品分类的不同层级

药品分类：西药、中成药、生物制品等。

目录层面： 分类+药品通用名+剂型

品种层面：分类+药品通用名+剂型+成分规格

商品层面：分类+药品通用名+剂型+成分规格+商品名+生产企业

品规层面：分类+药品通用名+剂型+成分规格+商品名+生产企业+包装规格。    

药品分类	西药、解热镇痛及非甾体抗炎药物
通用名：	阿司匹林肠溶片	剂 型：	片剂
成份规格：	0.1克*30t	成 份：	阿司匹林
商品名称：	拜阿司匹灵	包 装：	15片×2板
生产企业：	拜耳医药保健有限公司

接下一篇，系列博文:人工智能讲师叶梓关于人工智能项目的咨询案例，人工智能在爬虫、搜索引擎中的应用，为系列博文，更多课程，及老师资料可点击 个人主页