随着国家大数据相关政策、规划的密集出台，大数据、人工智能商业落地速度加快，其在各个领域的应用也越来越广泛，其中面向企业服务、金融、医疗健康、电子政务、电子商务等细分领域的大数据应用展现出巨大的潜力。

大数据是需要新处理模式才能适应的海量、高增长率和多样化的信息资产，被誉为未来的新石油，以至于数据的获取、存储、搜索、共享、分析以及可视化呈现都成为当前重要的研究课题。

本书重点讲述数据采集与预处理的相关内容，并以真实案例介绍不同数据源的采集方式及基本的数据预处理方法。全书共10章。其中，第1章为概述，第2～5章介绍静态网页数据爬取，第6章介绍动态网页数据爬取，第7、8章介绍爬虫(Scrapy)框架应用，第9章介绍数据预处理，第10章给出了一个综合项目实训。

本书可作为高校数据科学与大数据技术专业相关课程的教材或教学参考书，也可作为人工智能、大数据领域从业者的自学参考书。