After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Opis kursu
Umiejętność tworzenia narzędzi do pobierania i przetwarzania informacji dostępnych w internecie jest i pozostaje cenną kompetencją w wielu obszarach data science. W tym kursie nauczysz się nawigować po kodzie HTML i go analizować, a także budować narzędzia do automatycznego przeszukiwania stron internetowych. Choć nasze scrapowanie będzie oparte na wszechstronnej bibliotece Pythona scrapy, wiele poznanych technik można zastosować również w innych popularnych bibliotekach, takich jak BeautifulSoup i Selenium. Po ukończeniu kursu będziesz dobrze rozumieć strukturę HTML, potrafisz budować narzędzia do parsowania kodu HTML i wydobywania potrzebnych informacji oraz tworzyć proste pająki scrapy do przeszukiwania sieci na dużą skalę.
Wymagania wstępne
Program kursu
Plan kursu
1
Wprowadzenie do HTML
Poznaj strukturę HTML. Zaczynamy od wyjaśnienia, dlaczego web scraping jest cennym uzupełnieniem zestawu narzędzi data science, a następnie omawiamy podstawy HTML. Rozdział kończy krótkie wprowadzenie do notacji XPath, która służy do nawigowania po elementach kodu HTML.
2
XPath i selektory
Wykorzystaj składnię XPath do eksploracji selektorów scrapy. Oba te zagadnienia przybliżą cię do samodzielnego scrapowania dokumentów HTML.
3
Lokatory CSS, łączenie i odpowiedzi
Poznaj składnię lokatorów CSS i zacznij łączyć je z XPath. Przedstawiamy też obiekty Response, które działają podobnie jak selektory, ale oferują dodatkowe narzędzia ułatwiające scrapowanie wielu stron jednocześnie.
4
Pająki
Naucz się tworzyć web crawlery przy użyciu scrapy. Te pająki scrapy będą przeszukiwać sieć, przechodząc przez kolejne strony i automatycznie scrapując każdą z nich zgodnie z technikami poznanymi w poprzednich rozdziałach.
Web Scraping w Pythonie
Kurs
ukończony
