Przejdź do głównej treści

Strona główna R

Kurs

Web Scraping w R

ŚredniozaawansowanyPoziom umiejętności

Zaktualizowano 04.2024

Dowiedz się, jak efektywnie zbierać i pobierać dane z dowolnej strony internetowej za pomocą R.

Zacznij kurs za darmo

RData Preparation

4 godz.

13 filmów

45 Ćwiczeń

3,600 XP

14,991

Zaświadczenie o ukończeniu

Uwielbiany przez kursantów z tysięcy firm

Szkolisz zespół?

Wypróbuj dla firm

Opis kursu

Czy zdarzyło ci się trafić na stronę internetową pełną danych – statystyk, recenzji produktów czy cen – w formacie, który nie nadaje się bezpośrednio do analizy? Władze publiczne i inne instytucje często publikują dane w starannie sformatowanych tabelach. Nie zawsze jednak znajdziesz na takiej stronie przycisk pobierania – i tu z pomocą przychodzi R. W tym kursie nauczysz się sprawnie zbierać i pobierać dane z dowolnych stron internetowych. Poznasz automatyczne scrapowanie i parsowanie Wikipedii przy użyciu pakietów rvest i httr. Dzięki ćwiczeniom praktycznym pogłębisz też wiedzę o HTML i CSS – podstawowych składnikach stron internetowych – i sprawisz, że twoje przepływy pracy do zbierania danych będą bardziej niezawodne i efektywne.

Wymagania wstępne

Intermediate R Introduction to the Tidyverse

1

Introduction to HTML and Web Scraping

In this chapter, you'll be introduced to Hyper Text Markup Language (HTML), a declarative language used to structure modern websites. Using the rvest library, you'll learn how to query simple HTML elements and scrape your first table.

Introduction to HTML

Read in HTML

Beware of syntax errors!

Navigating HTML

Select all children of a list

Parse hyperlinks into a data frame

Scrape your first table

The right order of table elements

Turn a table into a data frame with html_table()

Zacznij rozdział

2

Navigation and Selection with CSS

Cascading Style Sheets (CSS) describe how HTML elements are displayed on a web page, including colors, fonts, and general layout. In this chapter, you'll learn why CSS selectors and combinators are a crucial ingredient for web scraping.

Introduction to CSS

Select multiple HTML types

Order CSS selectors by the number of results

CSS classes and IDs

Identify the correct selector types

Leverage the uniqueness of IDs

Select the last child with a pseudo-class

CSS combinators

Select direct descendants with the child combinator

How many elements get returned?

Simply the best!

Not every sibling is the same

Zacznij rozdział

3

Advanced Selection with XPATH

The CSS selectors you got to know in the last chapter are powerful but have their limitations. For example, if you want to select nodes based on the properties of their descendants. XPath to the rescue! Using this query language, you can navigate and scrape even the most hideous HTML.

Introduction to XPATH

Find the correct CSS equivalent

Select by class and ID with XPATH

Use predicates to select nodes based on their children

XPATH functions and advanced predicates

Find a more elegant XPATH alternative

Get to know the position() function

Extract nodes based on the number of their children

The XPATH text() function

The shortcomings of html_table() with badly structured tables

Select directly from a parent element with XPATH's text()

Combine extracted data into a data frame

Scrape an element based on its text

Zacznij rozdział

4

Scraping Best Practices

Now that you know how to extract content from web pages, it's time to look behind the curtains. In this final chapter, you’ll learn why HTTP requests are the foundation of every scraping action and how they can be customized to comply with best practices in web scraping.

The nature of HTTP requests

Which of these statements about HTTP is false?

Do it the httr way

Houston, we got a 404!

Telling who you are with custom user agents

Check out your user agent

Add a custom user agent

How to be gentle and slow down your requests

Custom arguments for throttled functions

Apply throttling to a multi-page crawler

Recap: Web Scraping in R

Zacznij rozdział

Web Scraping w R

Kurs
ukończony

Zdobądź zaświadczenie o ukończeniu

Dodaj to poświadczenie do swojego profilu LinkedIn, CV lub życiorysu
Udostępnij to w mediach społecznościowych i podczas oceny wyników pracyZapisz się teraz

Dołącz do ponad 19 milionów kursantów i zacznij Web Scraping w R już dziś!

Rozwijaj swoje umiejętności w zakresie danych dzięki DataCamp dla urządzeń mobilnych

Rób postępy w podróży dzięki naszym kursom mobilnym i codziennym 5-minutowym wyzwaniom kodowania.