高職Python 網絡爬蟲技術課程思政建設研究與實踐探究

盧坤菲 韓林芮

摘要：課程思政建設是落實立德樹人根本任務的重要舉措。針對理工科專業課程的特點，以Python 網絡爬蟲技術課程為例，探索高職大數據技術專業課程思政建設的實踐路徑。圍繞人文素養、科學素養和職業素養構建育人體系，挖掘相應的思政元素系統地融入課程建設，切實有效地在專業課程教學中實現知識傳授、能力培養和價值塑造的有機統一。

關鍵詞：課程思政；網絡爬蟲；教學研究

中圖分類號：TP391 文獻標識碼：A

文章編號：1009-3044（2024）06-0041-03

0 引言

2020年5月，教育部印發的《高等學校課程思政建設指導綱要》明確指出，全面推進課程思政建設是落實立德樹人根本任務的戰略舉措，也是全面提高人才培養質量的重要任務［1］。為深入貫徹落實文件精神，各高校積極構建“三全育人”體系，深化課程思政建設，大力推進各類課程思政教學改革研究與實踐[2]。

隨著大數據技術的蓬勃發展，各大高職和本科院校紛紛開設大數據專業。本研究以大數據技術專業的核心課程Python網絡爬蟲技術為例，結合課程特點，深入挖掘課程內容和教學方式中蘊含的思想政治教育資源，承擔培養數字化時代所需高素質大數據采集技術人才的責任。

1 課程思政建設總體目標

Python網絡爬蟲技術是高職大數據技術專業大一下學期開設的專業核心課，是本專業培養學生大數據應用開發能力的核心課程之一。本課程設計總學時為64學時，采用理實一體化的教學模式，對接行業崗位是數據采集工程師。

本課程的教學指導思想圍繞3個方面：1）堅持以學生為中心的教學理念。2）德技并修，開展“科技強國”和“工匠精神”背景下的思政教育。3）工學結合，按照教學過程與數據采集工程師崗位工作過程對接，課程內容與大數據工程技術人員國家職業技術標準和1+X大數據應用開發（Python）（中級）職業技能等級標準對接，課程設置與大數據技術專業人才培養方案對接的思想，進行課程開發。

1.1 課程教學目標

Python網絡爬蟲技術課程的教學目標是培養學生掌握網絡爬蟲概述、網頁請求原理、靜態與動態網頁數據采集、數據存儲、Scrapy爬蟲框架的基礎知識，能運用軟件編程解決網絡數據采集與存儲的實際問題，具備現代大數據處理與應用的能力，成為能從事數據采集、大數據處理等工作的高素質技術技能人才。通過理實一體化的教學模式，線上線下相結合，在課前、課中、課后三個環節落實教學目標的達成。

1.2 課程思政目標

正值“十四五”期間，著眼戰略全局與全球思維，中國將以數字化轉型驅動高質量發展，保持全球數字化發展優勢與樹立標桿地位[3]。而Python網絡爬蟲作為大數據行業中實現數據采集的重要技術，涉及網絡與數據安全，因此針對本課程的思政教學，可從家國情懷、科學精神、專業倫理與品格塑造等角度出發[4]。根據國家政策和專業行業特點，凝練“科技強國”和“工匠精神”的課程思政雙主題，設計“人文素養、科學素養、職業素養”三個層面的課程思政培養目標，細化思政元素點，培養學生“德智美勞”全面發展。

1）人文素養。愛國情懷、民族文化自信、科技報國情懷、生態文明意識、心理健康正能量。

2）科學素養。工匠精神、探索創新、追求卓越。

3）職業素養。法治意識、愛崗敬業、團結協作、勞動光榮。

2 課程思政元素挖掘及融入方式

教學團隊重構課程內容，以項目為載體，選擇具有人文素養、科學素養和職業素養的時事案例和實踐項目，將思政教育嵌入課前預習、課中導學與課后拓展實踐中。

2.1 課程思政元素

Python網絡爬蟲技術課程在實際教學中遵循項目化教學思想，設計了六大學習情景來承載知識體系結構，課程思政元素穿插在不同章節完成教學，本課程思政目標、思政元素載體與專業知識內容對應情況如表1所示。

2.2 課程思政融入方式

明確“人文素養、科學素養、職業素養”三個層面的課程思政目標后，結合“素材遴選、知識挖掘、教學過程、人文示范”四種方式，在本課程的各個模塊中靈活組合融入思政教育。

1）素材遴選。爬蟲項目的網站案例優先選擇能充分融通課程思政目標的實例。結合素質目標構建學習情境，選取思政色彩濃厚的網站作為教學和實訓知識點的載體，通過在案例中爬取網站素材數據讓學生潛移默化地接受思想政治教育，合理融入思政元素。

2）知識挖掘。挖掘課程知識點本身所蘊含的思政元素，讓思政元素與課程知識點隱性融合的方式進行思政教育。例如，robots協議知識點能挖掘出爬蟲工程師需要有法治意識，尊重知識產權，遵循網絡安全協議，拒絕利用爬蟲技術獲取非法利益，遵守職業道德。

3）教學過程。教師在教學過程中啟發引導學生思考，培養精益求精的工匠精神和積極探索等素質。例如，在小組協作環節，教師引導注意代碼編寫規范，錘煉工匠技能，分工培養團隊合作意識。在實操過程中遇到問題，鼓勵和引導學生積極面對，認真分析問題，借助網絡查閱解決方案，培養解決問題和探索創新的能力。在測試完善環節中，引導小組總結實施出現的共性問題，提醒糾正細節錯誤，精益求精。

4）人文示范。通過校內教師認真備課、耐心解惑、奉獻等方式進行言傳身教。通過校外導師的企業工作經驗分享融入職業道德和職業素養等思政元素。

3 課程思政教學實踐

本課程采用線上線下“雙線”思政互引教學法，充分利用課前、課中、課后開展教學活動實現課程目標，達到德技并修的育人成效[5]。

以“學習情境三、爬取百度體育2022年冬奧會信息網頁——項目11 BS4庫解析靜態網頁”為例，詳細闡述如何在Python網絡爬蟲技術課程中融入思政教學的實踐。

3.1 課前自學（線上預習）

1）任務發布。教師通過職教云平臺上傳學習資源，并在“課堂教學”欄目發布三項課前微任務：①觀看BeautifulSoup4 庫的理論微課視頻并完成課前測試。②瀏覽百度體育2022冬奧會網站并分析robots 協議和HTML源碼。③使用舊知識Requests庫下載網頁源碼。其中，選擇冬奧會網站作為教學案例是融入“探索創新、追求卓越”的思政元素，隱形傳遞冬奧精神。分析網站robots協議，培養學生遵守網站爬蟲協議規定，取之有道，遵守職業道德。

2）自學與評價。學生按照任務指示，觀看視頻理解理論并完成網站源碼采集的任務。教師在職教云批改課前作業，解答學生反饋的問題，為順利開展課中教學做鋪墊。

3.2 課中導學（線上活動與線下面授）

課中采用線上線下“雙線”教學法分八環節實施導學。

1）任務導入。點評學生課前任務完成情況。觀看“科技冬奧”視頻，邀請學生線上評論心得。分享每課良言“科技報國守初心，創新為民擔使命”，起到精神啟發的作用。

2）任務分析。介紹本次項目需求是采集2022年冬奧會獎牌榜數據。請小組討論梳理任務流程，思考所需關鍵技術。

3）新知學習。針對“BeautifulSoup庫的創建方法與對象類型”這類課前預習的基礎知識，組織在線投票活動。針對“BS4搜索方法select（）”和“json庫”調用和參數配置項，教師結合教材例題講解，引導學生查閱官方文檔理解，培養查閱技術文檔的職業素養。

4）技能示范。教師借助谷歌瀏覽器“檢查-Ele?ments工具”實操示范準確定位標簽節點與復制該節點元素CSS選擇器的技巧，突破教學難點。請小組長演示實現存儲數據至JSON文件，請組員評價并找出優缺點，強調代碼規范性，培養職業規范。

5）協作實施。在職教云平臺發布任務工單，小組協作完成BeautifulSoup4庫解析冬奧會網站獎牌榜數據項目。教師巡堂指導，提醒注意代碼編寫規范，錘煉工匠技能。

6）測試完善。教師總結實施出現的“中文亂碼”共性問題，提示可配置json.dump（）函數中ensure_ascii 參數，分享技術文檔供學生模仿實現JSON文件顯示中文內容，并引導小組借助菜鳥在線工具校驗數據格式的正確性，培養自主探究能力和嚴謹細致的工匠精神。

7）成果展示。請兩組代表展示作品，對于最快提交小組給予高效率肯定，對于有創新的小組（額外爬取各國國旗圖片）給予拓展創新精神的贊揚。

8）總結點評。連線企業導師點評，部分小組代碼缺乏面向對象思想，展示導師優化的代碼，培養職業素養。教師回顧本次課知識點，點評課堂學習完成情況，引導學生進行本節課思政反思，有效達成教學三維目標。

3.3 課后拓展（線上交流）

課后教師布置拓展任務“BeautifulSoup4 庫解析2022年冬奧會中國隊獎牌明細網頁數據”，融入“追求卓越，勇攀高峰”的思政元素，鼓勵學生探索創新。師生在課程群交流，教師通過“人文示范”，耐心引導學生解決疑難問題，體現職業素養的教育。

4 課程思政評價方式

本課程實施多元評價機制，制定含知識、技能、素質三方面內容的課程考核方案，設置課程思政考核占總評分數20%。針對每個模塊的思政目標，分別由個人（占分值25%）、小組成員（占分值40%）、校內教師（占分值25%）、企業導師（占分值10%）進行打分，采用線上線下相結合的方式，教師錄入線下成績，職教云結合線上成績，根據權重自動計算學生的總評成績，對學生知識、技能、思政素養實現科學評價。

5 結束語

融入思政元素的專業課教學讓學生的人文素養、科學素養和職業素養都得到提升，增強學生科技報國的情懷，錘煉個人工匠品質。在實習和就業崗位上堅守職業道德，在本課程融通的省學生職業技能大賽中奮勇前進，參賽表現突出。今后，在課程思政建設上將繼續深入挖掘優質的思政素材，為全面培養新時代高素質復合型大數據技術人才做出更大貢獻。

參考文獻：

[1] 教育部.關于印發《高等學校課程思政建設指導綱要》的通知[EB/OL].（2020-06-05）[2022-03-12].http：//www.moe.gov.cn/srcsite/A08/s7056/202006/t20200603_462437.html.

[2] 謝春，張薇，李驥業，等.課程思政在“Python程序設計”課程中的研究與實踐[J].成都工業學院學報，2023，26（2）：64-67.

[3] 陳軍君，吳紅星，張曉波，等. 中國大數據應用發展報告（2021）[M]. 北京：社會科學文獻出版社，2021：18-39.

[4] 陳紅陽，孫寶剛，何盈盈，等“. Python程序設計”課程思政元素探析與應用[J].電腦與信息技術，2022，30（6）：114-118.

[5] 方芳.網絡爬蟲課程思政元素挖掘與融入的實踐研究[J].電腦知識與技術，2022，18（23）：125-126，180.

【通聯編輯：唐一東】