After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Kursbeskrivning
Har du någonsin stött på en webbplats som visar massor av data – statistik, produktrecensioner eller priser – i ett format som inte är redo för dataanalys? Myndigheter och andra dataleverantörer publicerar ofta sin data i välformaterade tabeller. Men inte alla sådana webbplatser har en nedladdningsknapp – och det är just där den här kursen kommer in. Du lär dig hur du effektivt samlar in och laddar ned data från vilken webbplats som helst med hjälp av R. Du lär dig automatisera skrapning och tolkning av Wikipedia med paketen rvest och httr. Genom praktiska övningar fördjupar du också din förståelse för HTML och CSS – webbsidornas grundläggande byggstenar – och gör dina datainsamlingsflöden både mer tillförlitliga och mer effektiva.
Förkunskapskrav
Kursplan
Kursöversikt
1
Introduktion till HTML och webbskrapning
I det här kapitlet får du en introduktion till Hyper Text Markup Language (HTML), ett deklarativt språk som används för att strukturera moderna webbplatser. Med biblioteket rvest lär du dig att hämta enkla HTML-element och skrapa din första tabell.
2
Navigering och urval med CSS
Cascading Style Sheets (CSS) beskriver hur HTML-element visas på en webbsida, inklusive färger, typsnitt och övergripande layout. I det här kapitlet lär du dig varför CSS-selektorer och kombinatorer är ett viktigt verktyg vid webbskrapning.
3
Avancerat urval med XPATH
CSS-selektorerna du bekantade dig med i förra kapitlet är kraftfulla men har sina begränsningar – till exempel om du vill välja noder baserat på egenskaperna hos deras underordnade element. Då kommer XPath till undsättning! Med det här frågespråket kan du navigera och skrapa även den mest svårstrukturerade HTML.
4
Bästa praxis för webbskrapning
Nu när du vet hur man extraherar innehåll från webbsidor är det dags att titta bakom kulisserna. I det här avslutande kapitlet lär du dig varför HTTP-förfrågningar utgör grunden för varje skrapningsåtgärd och hur de kan anpassas för att följa bästa praxis inom webbskrapning.
R
Webbskrapning i R
Kurs
slutförd
