网页数据采集与清洗工具产品系统

企业长期需要从公开网页或内部系统稳定获取数据，人工复制粘贴效率低、易出错、无法持续更新。该项目面向数据采集与治理场景，解决网页数据批量获取、字段清洗标准化、结果可复用的问题，并可扩展为定时监控采集，替代人工重复劳动。

主要功能模块：①任务配置，可设置目标地址、翻页规则与采集字段；②自动采集，翻页抓取列表数据，抽取名称、评分、评价量、年份、地区、类型等字段，并做请求限速；③数据清洗，自动去重、去空格、数字格式标准化、异常值过滤与年份/地区拆分；④结果输出，一键导出结构化CSV并生成统计图表；⑤可扩展定时任务，实现每日自动采集更新。

我独立负责需求拆解、采集脚本编写、清洗规则设计与可视化输出。技术栈为 Python + requests + BeautifulSoup + 标准库 csv/re + Pillow 绘图，采用"采集—清洗—输出"分层结构，便于替换数据源与扩展字段；通过限速、异常重试与字段容错解析保证长时间稳定运行，实测单次采集50条记录并产出3张统计图。