高职Python 网络爬虫技术课程思政建设研究与实践探究

卢坤菲 韩林芮

摘要：课程思政建设是落实立德树人根本任务的重要举措。针对理工科专业课程的特点，以Python 网络爬虫技术课程为例，探索高职大数据技术专业课程思政建设的实践路径。围绕人文素养、科学素养和职业素养构建育人体系，挖掘相应的思政元素系统地融入课程建设，切实有效地在专业课程教学中实现知识传授、能力培养和价值塑造的有机统一。

关键词：课程思政；网络爬虫；教学研究

中图分类号：TP391 文献标识码：A

文章编号：1009-3044（2024）06-0041-03

0 引言

2020年5月，教育部印發的《高等学校课程思政建设指导纲要》明确指出，全面推进课程思政建设是落实立德树人根本任务的战略举措，也是全面提高人才培养质量的重要任务［1］。为深入贯彻落实文件精神，各高校积极构建“三全育人”体系，深化课程思政建设，大力推进各类课程思政教学改革研究与实践[2]。

随着大数据技术的蓬勃发展，各大高职和本科院校纷纷开设大数据专业。本研究以大数据技术专业的核心课程Python网络爬虫技术为例，结合课程特点，深入挖掘课程内容和教学方式中蕴含的思想政治教育资源，承担培养数字化时代所需高素质大数据采集技术人才的责任。

1 课程思政建设总体目标

Python网络爬虫技术是高职大数据技术专业大一下学期开设的专业核心课，是本专业培养学生大数据应用开发能力的核心课程之一。本课程设计总学时为64学时，采用理实一体化的教学模式，对接行业岗位是数据采集工程师。

本课程的教学指导思想围绕3个方面：1）坚持以学生为中心的教学理念。2）德技并修，开展“科技强国”和“工匠精神”背景下的思政教育。3）工学结合，按照教学过程与数据采集工程师岗位工作过程对接，课程内容与大数据工程技术人员国家职业技术标准和1+X大数据应用开发（Python）（中级）职业技能等级标准对接，课程设置与大数据技术专业人才培养方案对接的思想，进行课程开发。

1.1 课程教学目标

Python网络爬虫技术课程的教学目标是培养学生掌握网络爬虫概述、网页请求原理、静态与动态网页数据采集、数据存储、Scrapy爬虫框架的基础知识，能运用软件编程解决网络数据采集与存储的实际问题，具备现代大数据处理与应用的能力，成为能从事数据采集、大数据处理等工作的高素质技术技能人才。通过理实一体化的教学模式，线上线下相结合，在课前、课中、课后三个环节落实教学目标的达成。

1.2 课程思政目标

正值“十四五”期间，着眼战略全局与全球思维，中国将以数字化转型驱动高质量发展，保持全球数字化发展优势与树立标杆地位[3]。而Python网络爬虫作为大数据行业中实现数据采集的重要技术，涉及网络与数据安全，因此针对本课程的思政教学，可从家国情怀、科学精神、专业伦理与品格塑造等角度出发[4]。根据国家政策和专业行业特点，凝练“科技强国”和“工匠精神”的课程思政双主题，设计“人文素养、科学素养、职业素养”三个层面的课程思政培养目标，细化思政元素点，培养学生“德智美劳”全面发展。

1）人文素养。爱国情怀、民族文化自信、科技报国情怀、生态文明意识、心理健康正能量。

2）科学素养。工匠精神、探索创新、追求卓越。

3）职业素养。法治意识、爱岗敬业、团结协作、劳动光荣。

2 课程思政元素挖掘及融入方式

教学团队重构课程内容，以项目为载体，选择具有人文素养、科学素养和职业素养的时事案例和实践项目，将思政教育嵌入课前预习、课中导学与课后拓展实践中。

2.1 课程思政元素

Python网络爬虫技术课程在实际教学中遵循项目化教学思想，设计了六大学习情景来承载知识体系结构，课程思政元素穿插在不同章节完成教学，本课程思政目标、思政元素载体与专业知识内容对应情况如表1所示。

2.2 课程思政融入方式

明确“人文素养、科学素养、职业素养”三个层面的课程思政目标后，结合“素材遴选、知识挖掘、教学过程、人文示范”四种方式，在本课程的各个模块中灵活组合融入思政教育。

1）素材遴选。爬虫项目的网站案例优先选择能充分融通课程思政目标的实例。结合素质目标构建学习情境，选取思政色彩浓厚的网站作为教学和实训知识点的载体，通过在案例中爬取网站素材数据让学生潜移默化地接受思想政治教育，合理融入思政元素。

2）知识挖掘。挖掘课程知识点本身所蕴含的思政元素，让思政元素与课程知识点隐性融合的方式进行思政教育。例如，robots协议知识点能挖掘出爬虫工程师需要有法治意识，尊重知识产权，遵循网络安全协议，拒绝利用爬虫技术获取非法利益，遵守职业道德。

3）教学过程。教师在教学过程中启发引导学生思考，培养精益求精的工匠精神和积极探索等素质。例如，在小组协作环节，教师引导注意代码编写规范，锤炼工匠技能，分工培养团队合作意识。在实操过程中遇到问题，鼓励和引导学生积极面对，认真分析问题，借助网络查阅解决方案，培养解决问题和探索创新的能力。在测试完善环节中，引导小组总结实施出现的共性问题，提醒纠正细节错误，精益求精。

4）人文示范。通过校内教师认真备课、耐心解惑、奉献等方式进行言传身教。通过校外导师的企业工作经验分享融入职业道德和职业素养等思政元素。

3 课程思政教学实践

本课程采用线上线下“双线”思政互引教学法，充分利用课前、课中、课后开展教学活动实现课程目标，达到德技并修的育人成效[5]。

以“学习情境三、爬取百度体育2022年冬奥会信息网页——项目11 BS4库解析静态网页”为例，详细阐述如何在Python网络爬虫技术课程中融入思政教学的实践。

3.1 課前自学（线上预习）

1）任务发布。教师通过职教云平台上传学习资源，并在“课堂教学”栏目发布三项课前微任务：①观看BeautifulSoup4 库的理论微课视频并完成课前测试。②浏览百度体育2022冬奥会网站并分析robots 协议和HTML源码。③使用旧知识Requests库下载网页源码。其中，选择冬奥会网站作为教学案例是融入“探索创新、追求卓越”的思政元素，隐形传递冬奥精神。分析网站robots协议，培养学生遵守网站爬虫协议规定，取之有道，遵守职业道德。

2）自学与评价。学生按照任务指示，观看视频理解理论并完成网站源码采集的任务。教师在职教云批改课前作业，解答学生反馈的问题，为顺利开展课中教学做铺垫。

3.2 课中导学（线上活动与线下面授）

课中采用线上线下“双线”教学法分八环节实施导学。

1）任务导入。点评学生课前任务完成情况。观看“科技冬奥”视频，邀请学生线上评论心得。分享每课良言“科技报国守初心，创新为民担使命”，起到精神启发的作用。

2）任务分析。介绍本次项目需求是采集2022年冬奥会奖牌榜数据。请小组讨论梳理任务流程，思考所需关键技术。

3）新知学习。针对“BeautifulSoup库的创建方法与对象类型”这类课前预习的基础知识，组织在线投票活动。针对“BS4搜索方法select（）”和“json库”调用和参数配置项，教师结合教材例题讲解，引导学生查阅官方文档理解，培养查阅技术文档的职业素养。

4）技能示范。教师借助谷歌浏览器“检查-Ele?ments工具”实操示范准确定位标签节点与复制该节点元素CSS选择器的技巧，突破教学难点。请小组长演示实现存储数据至JSON文件，请组员评价并找出优缺点，强调代码规范性，培养职业规范。

5）协作实施。在职教云平台发布任务工单，小组协作完成BeautifulSoup4库解析冬奥会网站奖牌榜数据项目。教师巡堂指导，提醒注意代码编写规范，锤炼工匠技能。

6）测试完善。教师总结实施出现的“中文乱码”共性问题，提示可配置json.dump（）函数中ensure_ascii 参数，分享技术文档供学生模仿实现JSON文件显示中文内容，并引导小组借助菜鸟在线工具校验数据格式的正确性，培养自主探究能力和严谨细致的工匠精神。

7）成果展示。请两组代表展示作品，对于最快提交小组给予高效率肯定，对于有创新的小组（额外爬取各国国旗图片）给予拓展创新精神的赞扬。

8）总结点评。连线企业导师点评，部分小组代码缺乏面向对象思想，展示导师优化的代码，培养职业素养。教师回顾本次课知识点，点评课堂学习完成情况，引导学生进行本节课思政反思，有效达成教学三维目标。

3.3 课后拓展（线上交流）

课后教师布置拓展任务“BeautifulSoup4 库解析2022年冬奥会中国队奖牌明细网页数据”，融入“追求卓越，勇攀高峰”的思政元素，鼓励学生探索创新。师生在课程群交流，教师通过“人文示范”，耐心引导学生解决疑难问题，体现职业素养的教育。

4 课程思政评价方式

本课程实施多元评价机制，制定含知识、技能、素质三方面内容的课程考核方案，设置课程思政考核占总评分数20%。针对每个模块的思政目标，分别由个人（占分值25%）、小组成员（占分值40%）、校内教师（占分值25%）、企业导师（占分值10%）进行打分，采用线上线下相结合的方式，教师录入线下成绩，职教云结合线上成绩，根据权重自动计算学生的总评成绩，对学生知识、技能、思政素养实现科学评价。

5 结束语

融入思政元素的专业课教学让学生的人文素养、科学素养和职业素养都得到提升，增强学生科技报国的情怀，锤炼个人工匠品质。在实习和就业岗位上坚守职业道德，在本课程融通的省学生职业技能大赛中奋勇前进，参赛表现突出。今后，在课程思政建设上将继续深入挖掘优质的思政素材，为全面培养新时代高素质复合型大数据技术人才做出更大贡献。

参考文献：

[1] 教育部.关于印发《高等学校课程思政建设指导纲要》的通知[EB/OL].（2020-06-05）[2022-03-12].http：//www.moe.gov.cn/srcsite/A08/s7056/202006/t20200603_462437.html.

[2] 谢春，张薇，李骥业，等.课程思政在“Python程序设计”课程中的研究与实践[J].成都工业学院学报，2023，26（2）：64-67.

[3] 陈军君，吴红星，张晓波，等. 中国大数据应用发展报告（2021）[M]. 北京：社会科学文献出版社，2021：18-39.

[4] 陈红阳，孙宝刚，何盈盈，等“. Python程序设计”课程思政元素探析与应用[J].电脑与信息技术，2022，30（6）：114-118.

[5] 方芳.网络爬虫课程思政元素挖掘与融入的实践研究[J].电脑知识与技术，2022，18（23）：125-126，180.

【通联编辑：唐一东】