以下是一些用 Python 编写的代码示例，有助于提高数据采集的准确性：
python
复制
import requests
import pandas as pd
import re

数据来源验证函数

def validate_source(url):
try:
response = requests.get(url)
if response.status_code == 200:
return True
else:
return False
except requests.exceptions.RequestException as e:
print(f"Error validating source: {e}")
return False

数据清洗函数，去除重复值

def clean_data(data):
return list(set(data))

检查数据是否在合理范围内

def check_range(data, min_val, max_val):
valid_data = [item for item in data if min_val <= item <= max_val]
return valid_data

检查数据格式是否正确

def validate_format(data, pattern):
valid_data = [item for item in data if re.match(pattern, item)]
return valid_data

示例用法

data = [10, 20, 30, 20, 40]
print("原始数据：", data)
print("去除重复值后：", clean_data(data))

min_val = 15
max_val = 35
filtered_data = check_range(data, min_val, max_val)
print(f"在范围 {min_val} - {max_val} 内的数据：", filtered_data)

data_str = ["abc123", "def456", "ghi789", "jkl012"]
pattern = r"[a-z]{3}\d{3}"
valid_str_data = validate_format(data_str, pattern)
print("格式正确的数据：", valid_str_data)
这段代码中包含了对数据来源的验证、去除重复值、检查数据范围以及验证数据格式的功能，有助于在数据采集过程中提高数据的准确性。