Efter att ha gått de här kurserna känner jag mig trygg med att skapa professionella visualiseringar och dashboards
Shoebur RahmanInköpsspecialist, Giz Bangladesh
Kursbeskrivning
Förmågan att bygga verktyg som kan hämta och tolka information från internet har länge varit – och fortsätter att vara – värdefull inom många grenar av datavetenskap. I den här kursen lär du dig att navigera och analysera HTML-kod samt bygga verktyg för att automatiskt genomsöka webbplatser. Skrapningen genomförs med det mångsidiga Python-biblioteket scrapy, men många av de tekniker du lär dig går även att tillämpa på andra populära Python-bibliotek, till exempel BeautifulSoup och Selenium. När du har slutfört kursen har du en solid förståelse för HTML-struktur, kan bygga verktyg för att tolka HTML-kod och komma åt önskad information, samt skapa enkla scrapy-spindlar för storskalig webbgenomgång.
Förkunskapskrav
Kursplan
Kursöversikt
1
Introduktion till HTML
Lär dig HTML-strukturens uppbyggnad. Vi börjar med att förklara varför webbskrapning kan vara ett värdefullt tillskott i din datavetenskap och går sedan igenom grunderna i HTML. Kapitlet avslutas med en kort introduktion till XPath-notation, som används för att navigera bland element i HTML-kod.
2
XPath och selektorer
Använd XPath-syntax för att utforska scrapy-selektorer. Båda dessa begrepp tar dig ett steg närmare att kunna skrapa ett HTML-dokument.
3
CSS-lokaliserare, kedjebyggnad och svar
Lär dig CSS-lokaliserarsyntax och börja experimentera med att kedja ihop CSS-lokaliserare med XPath. Vi introducerar även Response-objekt, som fungerar som selektorer men erbjuder extra verktyg för att sprida dina skrapningsinsatser över flera webbplatser.
4
Spindlar
Lär dig att skapa webbsökare med scrapy. Dessa scrapy-spindlar genomsöker webben över flera sidor, följer länkar och skrapar varje sida automatiskt enligt de metoder du lärt dig i tidigare kapitel.
Webbskrapning i Python
Kurs
slutförd
