Na het volgen van deze cursussen voel ik me zeker genoeg om professionele visualisaties en dashboards te maken
Shoebur RahmanInkoopspecialist, Giz Bangladesh
Cursusbeschrijving
Het kunnen bouwen van tools die informatie van het internet ophalen en parseren, is al jaren waardevol en blijft dat in veel takken van data science. In deze cursus leer je HTML-code te navigeren en te parseren, en bouw je tools om websites automatisch te crawlen. Hoewel we scrapen met de veelzijdige Python-bibliotheek scrapy, kun je veel van de technieken uit deze cursus ook toepassen op andere populaire Python-bibliotheken, zoals BeautifulSoup en Selenium. Na afloop heb je een sterk mentaal model van de HTML-structuur, kun je tools bouwen om HTML te parseren en gewenste informatie te verkrijgen, en maak je eenvoudige scrapy-spiders om het web op schaal te crawlen.
Vereisten
Lesprogramma
Cursusoverzicht
1
Introductie tot HTML
Leer de structuur van HTML. We beginnen met waarom webscraping een waardevolle aanvulling op je data science-gereedschapskist kan zijn en duiken vervolgens in de basis van HTML. We sluiten het hoofdstuk af met een korte introductie van XPath-notatie, waarmee je door elementen in HTML-code navigeert.
2
XPaths en selectors
Maak gebruik van XPath-syntax om scrapy-selectors te verkennen. Beide concepten brengen je dichter bij het kunnen scrapen van een HTML-document.
3
CSS-locators, chaining en responses
Leer de syntax van CSS-locators en ga aan de slag met het idee om CSS-locators te chainen met XPath. We introduceren ook Response-objecten, die zich gedragen als selectors maar extra tools bieden om je scraping over meerdere websites te versnellen.
4
Spiders
Leer webcrawlers maken met scrapy. Deze scrapy-spiders crawlen het web over meerdere pagina’s, volgen links en scrapen elke pagina automatisch volgens de stappen die we in de vorige hoofdstukken hebben geleerd.
Webscraping in Python
Cursus
voltooid
