生成式AI×穩健提示爬蟲技術 I 數據抓取篇: 爬蟲×OCR×多模態API應用×Perplexity AI Comet Generative AI×Robust Prompted Sampling (1版)

https://www.youtube.com/watch?v=s-HH51ueD6k 《生成式AI × 穩健提示爬蟲技術 I》數據抓取篇 ★從Colab、Anaconda 到 Jupyter Kernel，一步步把 Python 環境建好、跑起來。 ★用Pandas × PyArrow × Polars，把資料整理做得更快、更穩，也更貼近實務。 ★透過提示工程和情境工程，讓 ChatGPT、Claude 成為你的程式開發夥伴。 ★結合Perplexity Comet＋爬蟲＋寄信＋行事曆，把資訊蒐集到自動化流程一次串起。 ★多模態OCR × Gemini和Groq API，把圖片文字直接變成可分析的結構化資料。 你學過Python，卻常卡在「環境裝不好、資料處理很慢、爬蟲一下就被擋、AI 工具只會聊天」嗎？本書以「做得出成果」為主軸，帶你從 Google Colab、Anaconda、Jupyter Notebook 與 Kernel 建置開始，快速建立穩定、可重現的開發環境。 接著用 Pandas 打底，涵蓋多欄多列取值、資料框合併、字串提取與條件篩選，並延伸到 PyArrow 與 Polars，讓你面對較大的資料量也能跑得快、跑得順。 更關鍵的是，本書把提示工程與情境工程結合「直覺式開發」：教你如何用 ChatGPT和Claude 協作寫程式、除錯；再搭配 Perplexity Comet 進行摘要與探勘，串接 Gmail、Google 行事曆、SMTP、Resend 寄信，打造可實際應用的自動化資訊流程。 最後以多模態 API（Gemini、Groq）＋中文 OCR（PaddleOCR、EasyOCR）＋爬蟲實戰進行總結，範例涵蓋電商、股價、ESG、重大訊息、交易指標等案例，並附上Gemini AI 教育版證照準備重點，適合資料分析初學者、稽核、採購、研究人員、跨域工作者，以及想把 AI 變成生產力的人。 專業推薦 崑山科技大學 電機工程系系主任─林俊良 博士 住宅消保會創會理事長─吳翃毅博士 錸成科技有限公司執行長、嘉南藥理大學兼任助理教授─凃春愛 博士 伽碩職訓中心執行長─郭明洽 昱創企管顧問有限公司總經理─裴有恆 元大銀行系統開發部專業副理─陳尚瑋 極策網路行銷有限公司總經理、崑山科技大學房地產開發與管理系講師─蔡宗甫

▌第1章 Python 基礎安裝環境與說明 1.1 Google Colaboratory 安裝 1.2 Anaconda-Jupyter Notebook 安裝 1.3 Jupyter Notebook 介紹與建立Kernel ▌第2章 Pandas 資料框的操作及PyArrow 和Polars 應用 2.1 Pandas 的介紹與基礎讀檔 2.2 多欄位取值 2.3 多列取值 2.4 合併資料框 2.5 提取和取代字串 2.6 兩個條件以上取值 2.7 操作後的csv 寫出 2.8 PyArrow 和Polars 應用 ▌第3章 提示工程、情境工程與直覺式開發 3.1 單樣本範例和多樣本提示(One-Shot or Few-Shots Prompt) 3.2 提示工程與情境工程說明與比較 3.3 ChatGPT 和Claude AI 用於程式開發協作 ▌第4章 Perplexity AI Comet 瀏覽器進行摘要與探勘 4.1 Perplexity AI Comet 介紹與安裝 4.2 PChome 探勘關鍵字並結合Gmail 發送 4.3 Goodinfo 網站設計投資策略的提示語 4.4 比較多家電子零件採購網站的AI 摘要 4.5 查詢高鐵時刻表並結合Google 行事曆 ▌第5章 常見的防爬三套件 5.1 Chrome 模擬器用於雲端IDE 5.2 fake-useragent、undected-chromedriver 和selenium 介紹 5.3 進出口商情爬取實作 ▌第6章 提示語撰寫範例 6.1 Prompt I: 猜測網頁結構 6.2 Prompt II: 給予一定的網頁元素 6.3 Prompt III: 特殊結構 ▌第7章 多模態API 的申請 7.1 Google AI studio 的Gemini API 申請(Gemini Flash 2.0) 7.2 Groq AI API 申請(Llama-4-Scout-17B-16E-Instruct) ▌第8章 常見中文OCR 實作與多模態辨識 8.1 PaddleOCR 應用 8.2 EasyOCR 應用 8.3 Groq AI AP 用於圖片辨識實作 8.4 Gemini Flash 2.0 用於圖片辨識實作：發票辨識為例 8.5 Selenium 結合OCR 實作 ▌第9章 爬蟲範例實戰 9.1 日本不動產價格爬取實作 9.2 PChome 股價爬取實作 9.3 ESG 永續報告書爬取實作 9.4 公開資訊觀測站即時重大資訊爬取實作 9.5 Requests 模組結合styler 著色應用：以溫室氣體盤查數據應用為例 9.6 Requests 模組結合plotly 繪製旭日圖應用：以溫室氣體範疇一和範疇二為例 9.7 永續發展債券抓取實作 ▌第10章 交易指標爬取應用實戰 10.1 常見交易指標與乖離率介紹 10.2 交易指標結合yfinance 實作AI 概念股 10.3 交易儀表板優化實作 10.4 Goodinfo 台灣股市+NotebookLM 分析 10.5 上市公司年報爬取實作 ▌第11章 Resend API 寄信模組與SMTP 模組實作 11.1 SMTP 寄信模組應用實作 11.2 Resend API 寄信模組應用實作 11.3 結合爬取最新商情並寄信應用實作 11.4 公開資訊觀測站即時重大資訊爬取並寄信實作 ▌第12章 12.1 Gemini AI 教育版考試說明和介紹 12.2 Gemini AI 教育版考試備考技巧 12.3 獲取Gemini AI 教育版證書