項目式學習在高中信息技術教學中的應用

陳文劍

【摘要】項目式學習是一種以學生為中心的教學方式。在項目式學習過程中，學習者會積極地收集信息、獲取知識、探討方案，以此來解決具有現實意義的問題。本文以Python語言為基礎，把項目式學習融入到高中信息技術教學中，通過網絡數據采集培養學生分析問題和解決問題的能力，提升學生的信息素養。

【關鍵詞】高中信息技術;項目式學習;Python爬蟲;網絡數據采集

《普通高中信息技術課程標準（2017年版2020年修訂）》提倡使用項目式學習。項目式學習是一種以學生為中心的教學方式，在項目式學習過程中，學習者會積極地收集信息、獲取知識、探討方案，以此來解決具有現實意義的問題。因此，在項目式學習過程中，學生不僅要學習《課程標準》的相關內容，還要懂得如何在現實生活中將這些知識學以致用。結合高一開設的Python編程教學和必修一第五章第二節《數據的采集》，引導學生學以致用，設計了這個教學項目。

一、項目情境背景

隨著信息技術的發展，網絡購物已是一種時尚和趨勢，大家購物時總希望能買到物美價廉的商品，許多消費者在網購時都會留意商品的價格和銷量。為了幫助大家更好更快地在購物網站上獲取搜索商品的名稱、價格和銷量，通過網絡數據采集實現商品信息定向爬取，我們使用所學的Python知識編寫一個爬蟲程序來獲取網頁中的數據。所謂“網絡爬蟲”，是一種按照一定的規則，自動地抓取萬維網信息的程序，通俗地講就是通過程序去獲取web頁面上自己想要的數據。

這個項目以映射真實世界問題為學生提供學習情境，對高中生富有挑戰性的體驗，同時也能更加驅動他們探究的積極性。

二、項目教學目標及任務

學生已經具備Python語言的基本知識和初步技能，能編寫簡單的Python程序，但沒嘗試過使用Python進行網絡數據采集，缺少相關的認知和體驗，從現實抽象出來問題并解決有一定難度。本項目的教學目標如下：

（1）了解requests.get（）的方法去獲取網頁的數據;

（2）理解re模塊中findall（）函數匹配商品信息的方法;

（3）理解str.split（）函數對字符串進行切片的方法，利用xlsxwriter模塊創建xlsx文件并添加數據到文件中;

（4）掌握列表的基本操作方法;

（5）通過小組協作，學會查找和合理利用數據解決生活中的實際問題。

本項目教學任務：通過Python爬蟲程序獲取淘寶搜索商品頁面的信息，提取商品名稱、價格和銷量，并把爬取到的商品數據以Excel文件的格式存儲。

三、項目學習的流程

根據項目的主題，首先明確要爬取的網站和數據，通過合適的方法獲得頁面信息，再把解析出來的頁面數據輸出，以問題為驅動和導向，學生積極、主動地獲取知識，進行有針對性的學習和研究，將學習到的知識轉化為能力，應用到實際問題的解決中。本項目學習流程如下圖：

四、項目教學的過程

（一）項目引入

問題：如何在購物網站上獲取搜索商品的名稱、價格和銷量？

活動：教師提出問題，學生分組討論和思考

設計意圖：項目主題聯系實際生活，引起學生共鳴。很多學生獲取搜索商品的名稱、價格和銷量都是通過購物網站上的搜索引擎進行查找的，但商品數量繁多令人眼花繚亂，手動收集方式不太適用。本項目以學習如何使用python程序快速、自動地定向爬取商品信息，實現網絡數據采集。

（二）項目分析

活動：學生分組討論選擇一個廣為人知、商品的種類比較豐富，數據具有一定的開放性等特點的網絡商城。

設計意圖：挑選能夠實現商品信息定向爬取的購物網站，結合獲取數據的難易程度，決定把淘寶網作為獲取商品信息的來源。

（三）項目實施

環節一：獲取網頁數據

活動1：查看網頁的cookie和user-agent信息

問題：為何使用cookie和user-agent？

知識技能：了解網頁的cookie（儲存在用戶本地終端上的數據）和user-agent（HTTP請求頭）的作用。

設計意圖：因為許多網站都實施反爬蟲機制，當我們用requests get（ ）直接訪問淘寶網站，除了網址不提供其它的信息，那么網站收到的cookie和user-agent是空時，會被直接識別是一個機器人，不讓訪問及爬取它的網站信息。借助cookie和user-agent把我們的python爬蟲程序偽裝成一個正常的訪客，從而達到接入網站的目的。

活動2：商品翻頁時地址處理

設計意圖：因為我們要爬取的商品信息頁面往往不止一個，當數據進行翻頁時，我們需要找出網址變化規律。在淘寶網可發現，查詢商品的第二頁開始，每一頁最后是s=xx，xx是44的倍數，因為搜索頁每頁有44個商品。找到規律后，構造查詢商品網址url的語句如下：

url='https：//s.taobao.com/search？q=+goods+'&s='+ str（44*i） '

活動3：利用requests.get（）獲取網頁信息

知識技能：理解python第三方庫requests.get（ ）獲取網頁信息

設計意圖：requests庫是網絡請求庫，requests.get（ ）方法的作用是發出標準的HTTP請求的動作，把cookie和user-agent添加到requests.get（）的請求頭中，模擬用瀏覽器打開一個網頁獲取數據，再使用text屬性取得網站返回的網頁源代碼。獲取網頁數據的關鍵過程及語句如下：

import? requests

header = {'cookie'： 'miid=42...

'user-agent'： "Mozilla/5.0... }

#登錄淘寶賬號，按F12打開開發者模式獲取cookie和'user-agent

result= requests.get（url， headers= header）

result.encoding = result.apparent_encoding

html=result.text

環節二：解析頁面數據

知識技能：掌握re模塊中findall（）函數匹配商品信息的方法;掌握split（）函數對字符串切片的方法;掌握列表的操作方法，使用循環結構在列表中保存商品的信息。

活動4：使用正則表達式匹配商品的相關信息

設計意圖：獲得搜索商品的網頁后，如何在紛繁的數據中提取商品的名稱、價格和銷量？re正則表達式能動態地、模糊地匹配字符串。通過查看源代碼可以找到如下信息：商品名稱、價格和銷量分別對應于“raw_title”“view_price“和“view_sales“。因為每一頁面有多個商品名稱、價格和銷量，需要使用re模塊中的findall（）函數來匹配頁面所有滿足條件的字符串。

演示講解findall（）函數的使用方法，引導學生使用findall（）函數對商品的名稱、價格和銷量分別進行匹配。關鍵過程及語句如下：

import? re

r_title =? re.findall（r'＼"raw_title＼"＼：＼".*？＼"'，html）# 商品名稱

v_price = re.findall（r'＼"view_price＼"＼：＼"[＼d＼.]*＼"'，html） #商品價格

v_sales =re.findall（r'＼"view_sales＼"＼：＼".*？＼"'， html）# 商品銷量

提出問題：使用findall（）函數匹配商品網頁數據后，能夠直接輸出商品的名稱、價格和銷量嗎？

學生經過分析發現不能，因為這三個列表中的數據都是以鍵值對的形式進行存儲：

r_title = ["raw_title"："商品名稱1" ， "raw_title"："商品名稱2" ...]

v_price = ["view_price"："商品價格1" ， "view_price"："商品價格2" ...]

v_sales=[" view_sales "："商品銷量1" ， " view_sales "："商品銷量2" ...]

思考問題：如何對列表中的數據去掉其中的鍵，只留下值？

引導學生可以發現，鍵值對的形式中間有個冒號，只要把鍵和值通過冒號進行切片，然后提取冒號后面的值，就能分別獲取商品的名稱、價格和銷量。

活動5：通過for…in結構，遍歷列表元素，使用split（）函數通過冒號對字符串進行切片處理

通過for…in結構，遍歷列表元素，先用split（）函數將字符串以冒號進行切片，將商品的鍵和值分開，然后再通過索引取出所得數組中的第二個元素的值，從而分別獲取商品的名稱、價格和銷量，然后把這3個值組成一個小列表，再把這個小列表通過append（）函數存儲到一個新列表中。關鍵過程及語句如下：

for i in range（len（r_title））：

title = eval（r_title[i].split（'：'）[1]）

price = eval（v_price [i].split（'：'）[1]）

view = eval（v_sales [i].split（'：'）[1]）

infolist.append（[title， price，view]）

至此，每個商品的名稱、價格和銷量被提取出來，商品信息的列表格式如下：infolist = [["商品名稱1"，"價格1"，"銷量1"] ， ["商品名稱2"，"價格2"，"銷量2"] ...]

環節三：輸出商品信息

知識技能：利用xlsxwriter模塊創建 xlsx 文件并添加數據

活動9：通過for…in結構，遍歷商品信息的列表元素，把數據添加到excel中

利用xlsxwriter模塊創建xlsx文件，通過for…in結構，遍歷列表infolist的元素，分別提取商品的名稱、價格和銷量，通過worksheet.write_string的方法寫入到excel中的B列、C列和D列，注意列表中每個元素的第一個索引值是0，第二個索引是1，依此類推。

關鍵遍歷語句代碼如下：

import? xlsxwriter

for x in infolist：

count += 1

worksheet.write（"A"+str（count）， count）

worksheet.write（"B"+str（count）， x[0]）

worksheet.write（"C"+str（count）， x[1]）

worksheet.write（"D"+str（count）， x[2]）

但學生運行程序后，卻發現excle里面沒有數據，多次檢查后發現爬蟲程序中沒有把excel表關閉，導致寫入的內容會存在緩沖區中，并沒有真正的寫入文件里，所以還要對excle文件調用close（ ）函數進行關閉。

設計意圖：使用python對excle寫入數據操作，培養學生使用python程序對文件進行讀寫時良好的信息意識操作習慣。

（四）項目展示及評價

活動：采用小組自評和互評相結合的方法，請幾個小組的代表展示通過爬蟲程序獲取網絡數據的簡要過程，還有學習過程中遇到的困難，小組如何克服這些困難。其他小組對展示小組的成果進行項目評價。最后，教師進行總結和結合每個小組的成果予以評分和建議。

設計意圖：根據學習金字塔理論，當學習者把自己習得的知識或技能講授給他人時，學習效率最高，讓學生在分享和交流中共同進步。同時，學生在項目交流中會遇到很多問題，例如，有學生發現爬蟲程序反復運行時需要間歇性更換cookie或者過段時間再運行，否則會出現爬幾次后爬不到數據的情況。教師應及時指出因為淘寶也有反爬蟲機制，從而引導學生不能使用爬蟲程序去爬取任意的網站，進而培養學生信息社會責任的意識。

本課以項目為主線，學生為主體，教師為引導，通過“選擇網站”——“獲取網頁數據”——“解析頁面數據”——“輸出商品信息”四個環節完成利用python進行網絡數據采集，實現淘寶商品信息定向爬蟲，解決生活中的實際問題，培養學生分析問題和解決問題的能力。項目式學習比傳統的教學模式更能激發學生學習的主動性，讓學生由被動學習轉變為主動學習，把信息技術的知識融會貫通，提升學生的信息素養，促進學生的全面發展。

參考文獻：

[1]中國大學MOOC（慕課）.Python網絡爬蟲與信息提取[OL].https：//www.icourse163.org/course/0809BIT021A-1001870001.

[2]于雁.python模擬程序的編寫及應用[J].電腦知識與技術，2019（30）.

[3]夏雪梅.項目化學習設計：學習素養視角下的國際與本土實踐[J].教育科學出版，2018.

責任編輯? 陳? 洋