Nach diesen Kursen fühle ich mich sicher, professionelle Visualisierungen und Dashboards zu erstellen.
Shoebur RahmanBeschaffungsspezialist, Giz Bangladesh
Kursbeschreibung
Die Fähigkeit, Tools zu entwickeln, die in der Lage sind, im Internet gespeicherte Informationen abzurufen und zu analysieren, war und ist in vielen Data Science-Bereichen wertvoll. In diesem Kurs lernst du, wie man HTML-Code durchsucht und analysiert und Tools zum automatischen Crawlen von Websites entwickelt. Obwohl wir unser Scraping mit der vielseitigen Python-Bibliothek Scrapy durchführen, können viele der Techniken, die du in diesem Kurs lernst, auch auf andere beliebte Python-Bibliotheken wie Beautiful Soup und Selenium angewendet werden. Nach Abschluss dieses Kurses verfügst du über ein solides Verständnis der HTML-Struktur, kannst Tools zum Parsen von HTML-Code und zum Abrufen der gewünschten Informationen erstellen und einen einfachen Scrapy-Spider zum Crawlen des Webs in großem Maßstab entwickeln.
Voraussetzungen
Lernprogramm
Kursübersicht
1
Einführung in HTML
Lerne die Struktur von HTML. Wir beginnen damit, zu erklären, warum Web Scraping eine wertvolle Ergänzung zu deiner Data Science-Toolbox sein kann, und gehen dann auf einige Grundlagen von HTML ein. Am Ende des Kapitels geben wir eine kurze Einführung in die XPath-Notation, die verwendet wird, um die Elemente im HTML Code zu navigieren.
2
XPaths und Selektoren
Nutze die XPath-Syntax, um Scrapy-Selektoren zu erkunden. Mit diesen beiden Konzepten wirst du in der Lage sein, ein HTML-Dokument zu scrapen.
3
CSS Locators, Chaining und Responses
Lerne die CSS Locator-Syntax und spiele mit der Idee, CSS Locators mit XPath zu verketten. Außerdem erfährst du mehr über Response-Objekte, die sich wie Selektoren verhalten, uns aber zusätzliche Tools an die Hand geben, mit denen wir unsere Scraping-Bemühungen über mehrere Websites hinweg mobilisieren können.
4
Spider
Lerne, Webcrawler mit Scrapy zu erstellen. Diese Scrapy-Spider durchforsten das Web über mehrere Seiten hinweg und folgen den Links, um jede dieser Seiten automatisch nach den Verfahren zu scrapen, die wir in den vorherigen Kapiteln gelernt haben.
Web Scraping in Python
Kurs
abgeschlossen
