数据与爬虫Crawler
爬虫
自动去网页/接口批量抓数据的程序，像一个不知疲倦的小机器人，按你给的路线一条条取资料。
抓取解析反爬
查看词条详情 →数据与爬虫Fetch
抓取
把目标页面/接口/文件的内容实际拿回本地的那个动作，是爬虫的第一步。
爬虫请求解析
查看词条详情 →数据与爬虫Parse
解析
把抓回来的一团原始内容（HTML、JSON、XML、纯文本）整理成结构化字段。
抓取正则HTML
查看词条详情 →数据与爬虫Anti-crawler
反爬
网站为了防止被爬而做的阻挡：验证码、限频、IP 黑名单、JS 挑战、浏览器指纹。
爬虫抓取代理
查看词条详情 →数据与爬虫ETL
ETL
Extract-Transform-Load：把数据从 A 取出来（抽取）、清洗转换、再装进 B（加载）。数据搬家的标准流程。
Pipeline数据清洗数据仓库
查看词条详情 →数据与爬虫Data Cleaning
数据清洗
把脏数据（重复、格式错、缺失、异常值）变成可用的干净数据。做分析和训练模型前几乎都要做。
ETL数据质量指标
查看词条详情 →数据与爬虫Pipeline
Pipeline
把多个数据处理步骤串成一条自动流水线：A 的输出是 B 的输入，一条龙跑完。
ETL调度工作流
查看词条详情 →数据与爬虫Data Warehouse
数据仓库
专门存海量历史数据、优化过“大查询”的数据库。跟日常业务库（MySQL/Postgres）分工不同。
数据库OLAPETL
查看词条详情 →数据与爬虫Visualization
可视化
把数据变成图表、看板、趋势图，让人一眼看出情况。不是“好看”，是“好懂”。
报表Dashboard指标
查看词条详情 →数据与爬虫Report
报表
按固定格式定期输出的业务总结：日报、周报、月报、季报。
可视化Dashboard指标
查看词条详情 →数据与爬虫Metric
指标
用来衡量产品/业务好不好的具体数字。比“感觉还行”硬得多，能拿出来对比的。
报表Dashboard转化率
查看词条详情 →数据与爬虫Event Tracking
埋点
在产品关键位置提前埋一段记录代码，用户一做这个动作就记一条。为后面的数据分析准备原料。
指标漏斗Dashboard
查看词条详情 →