主题网络爬虫在商业银行内部审计中的应用

图1通用网络爬虫原理

用网络爬虫和主题网络爬虫两类。通用网络爬虫是传统搜索引擎（如谷歌、百度等）的重要组成部分。为满足不同背景用户的多样性检索目的和需求，通用网络爬虫的目标是尽可能在网络上获取足够多的页面、更大的网络覆盖率。通用网络爬虫以某一个或多个URL作为种子地址开始，先爬取种子URL网页中的内容....

图2主题网络爬虫原理

INTERNALAUDITINGINCHINA51.NOVEMBER2019方法探究爬虫工作原理如图2所示。二、主题网络爬虫在商业银行内部审计中的应用在当前商业银行内部审计实践中，数据来源主要以银行各业务系统及内部审计非现场等系统的银行内部结构化数据为主，但在部分审计场景下，仅依....

图3监管部门罚款趋势图

driver.find_elements_by_xpath('/html/body/center/div[3]/div[1]/div/div/table/tbody/tr[1]/td/table/tbody/tr[2]/td/div/div/p')punish['处罚标题']=t....

图4监管部门罚款分地州分布图

下，如何更好地利用商业银行内外部数据完成审计工作，是内部审计人员需要不断思考的问题。大数据审计的前提及首要条件就是获取数据，“工欲善其事，必先利其器”，主题网络爬虫就是实现大数据审计的一把“利器”。主题网络爬虫仅解决了部分数据获取问题，面对实际工作中复杂的审计任务，还需要数据挖掘....