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.

Översikt över webbskrapning

Webbskrapning är inte nonsens!

HyperText Markup Language

Navigering i HTML-trädet med ord

Från träd till HTML

Attribut

Håll det klassigt

Hitta href

Snabbkurs i XPath

Var är jag?

Dags för P

En klassig span

Introduktion till HTML

Använd XPath-syntax för att utforska scrapy-selektorer. Båda dessa begrepp tar dig ett steg närmare att kunna skrapa ett HTML-dokument.

XPath-lära

Räkna element i praktiken

Kroppsgrenar

Välj DataCamp!

Bortom de vanliga XPath-vägarna

Här är @

Kontrollera din klass

Hyper(länk)aktiv

Hemliga länkar

Selector-objekt

XPath-kedjning

Dela upp den här övningen

Källans källa

Kursens klass via inspektion

Skapa ett Selector-objekt

XPath och selektorer

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.

Från XPath till CSS

Från XPath till CSS-lokalisering

Få ett "a" i den här kursen

CSS-jokertecknet

CSS-attribut och textval

Du har blivit `href`:ad

Text på översta nivån

Text på alla nivåer

Svara, tack!

Avslöja med Response

Svar med Selectors

Välja från ett urval

Enkät

Titular

Skrapning med barn

CSS-lokaliserare, kedjebyggnad och svar

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.

Din första spindel

Ärva från Spider

Skicka in URL:erna

Startförfrågningar

Självrefererande med klasser

Kom igång med Start Requests

Analysera och crawla

Författarnamn

Dags att krypa

Avslutande projekt

Dags att köra

DataCamp-beskrivningar

Capstone-spindel

Finalen

Spindlar

DataCamp webpage HTML

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.

Intermediate Python

Lär dig hämta och analysera information från internet med Python-biblioteket Scrapy.

Webbskrapning i Python

Lär dig hämta och tolka information från internet med Python-biblioteket scrapy.

Pythonutvecklare

Navigering i HTML-trädet med ord

Webbskrapning i Python

Interaktiv övning med praktiskt arbete