Name: Web Scraping với Python
Rating: 4.797006548175865 (1069 reviews)

Mô tả khóa học

Khả năng xây dựng các công cụ để truy xuất và phân tích thông tin trên internet đã, đang và sẽ tiếp tục rất hữu ích trong nhiều nhánh của khoa học dữ liệu. Trong khóa học này, bạn sẽ học cách điều hướng và phân tích mã HTML, và xây dựng công cụ để tự động thu thập dữ liệu từ website. Mặc dù chúng ta sẽ thực hành scraping bằng thư viện Python linh hoạt là scrapy, nhiều kỹ thuật bạn học được cũng có thể áp dụng cho các thư viện Python phổ biến khác như BeautifulSoup và Selenium. Sau khi hoàn thành khóa học, bạn sẽ có mô hình tư duy vững chắc về cấu trúc HTML, có thể xây dựng công cụ để phân tích mã HTML và truy cập thông tin mong muốn, và tạo các spider scrapy đơn giản để thu thập dữ liệu web ở quy mô lớn.

Yêu cầu tiên quyết

Intermediate Python

Chương trình học

Đề cương khóa học

Giới thiệu về HTML

Tìm hiểu cấu trúc của HTML. Chúng ta bắt đầu bằng việc giải thích vì sao web scraping là một bổ sung giá trị cho bộ công cụ khoa học dữ liệu của bạn, rồi đi vào các kiến thức cơ bản về HTML. Cuối chương, chúng ta sẽ giới thiệu ngắn gọn về cú pháp XPath, dùng để điều hướng các phần tử trong mã HTML.

Bắt đầu chương

XPath và Selector

Tận dụng cú pháp XPath để khám phá selector của scrapy. Cả hai khái niệm này sẽ giúp bạn tiến tới khả năng trích xuất dữ liệu từ một tài liệu HTML.

Bắt đầu chương

CSS Locator, Chaining và Response

Học cú pháp CSS Locator và bắt đầu thực hành kết hợp (chaining) CSS Locator với XPath. Chúng ta cũng giới thiệu đối tượng Response, hoạt động tương tự Selector nhưng cung cấp thêm công cụ để mở rộng việc scraping trên nhiều website.

Bắt đầu chương

Spider

Học cách tạo trình thu thập dữ liệu web với scrapy. Các spider scrapy này sẽ lần theo nhiều trang, theo các liên kết để tự động trích xuất dữ liệu trên từng trang theo các quy trình bạn đã học ở các chương trước.