Nach diesen Kursen fühle ich mich sicher, professionelle Visualisierungen und Dashboards zu erstellen.
Shoebur RahmanBeschaffungsspezialist, Giz Bangladesh
Kursbeschreibung
Bist du schon mal auf eine Website gestoßen, die viele Daten wie Statistiken, Produktbewertungen oder Preise zeigt – aber in einem Format, das sich nicht direkt für die Datenanalyse eignet? Häufig veröffentlichen Behörden und andere Datenanbieter ihre Daten in sauber formatierten Tabellen. Dennoch bieten nicht alle Seiten einen Download-Button an. Kein Grund zur Sorge: In diesem Kurs lernst du, wie du mit R Daten effizient von jeder Website sammeln und herunterladen kannst. Du automatisierst das Scraping und Parsen von Wikipedia mit den Paketen rvest und httr. In praxisnahen Übungen vertiefst du außerdem dein Verständnis von HTML und CSS – den Bausteinen von Webseiten – und machst deine Workflows zur Datenerhebung robuster und effizienter.
Voraussetzungen
Lernprogramm
Kursübersicht
1
Einführung in HTML und Web Scraping
In diesem Kapitel lernst du Hyper Text Markup Language (HTML) kennen – eine deklarative Sprache zur Strukturierung moderner Websites. Mit der rvest-Bibliothek lernst du, einfache HTML-Elemente abzufragen und deine erste Tabelle zu scrapen.
- Einführung in HTML50 XP
- HTML einlesen100 XP
- Achtung, Syntaxfehler!50 XP
- HTML navigieren50 XP
- Alle Kinder einer Liste auswählen100 XP
- Hyperlinks in ein Data Frame parsen100 XP
- Scrape deine erste Tabelle50 XP
- Die richtige Reihenfolge von Tabellenelementen100 XP
- Wandle eine Tabelle mit html_table() in ein Data Frame um100 XP
2
Navigation und Auswahl mit CSS
Cascading Style Sheets (CSS) legen fest, wie HTML-Elemente auf einer Webseite dargestellt werden – einschließlich Farben, Schriften und allgemeinem Layout. In diesem Kapitel erfährst du, warum CSS-Selektoren und -Kombinatoren ein entscheidender Baustein fürs Web Scraping sind.
3
Erweiterte Auswahl mit XPATH
Die CSS-Selektoren aus dem letzten Kapitel sind stark, haben aber Grenzen – etwa wenn du Knoten anhand der Eigenschaften ihrer Nachkommen auswählen willst. Hier kommt XPath ins Spiel! Mit dieser Abfragesprache kannst du selbst das unübersichtlichste HTML gezielt navigieren und scrapen.
4
Best Practices fürs Scraping
Jetzt, da du Inhalte aus Webseiten extrahieren kannst, wird es Zeit, hinter die Kulissen zu schauen. In diesem letzten Kapitel lernst du, warum HTTP-Anfragen die Grundlage jeder Scraping-Aktion sind und wie du sie anpasst, um Best Practices im Web Scraping einzuhalten.
R
Web Scraping in R
Kurs
abgeschlossen
