Сбор данных с сайтов с использованием различных библиотек и фреймворков.
Описание
Этот курс предназначен для тех, кто хочет научиться автоматизированному сбору информации с различных сайтов, то есть парсингу. Для прохождения курса требуются базовые знания питона.
На лекциях будут рассмотрены основные подходы к сбору данных с использованием таких библиотек, как
requests,
beautifulsoup4 и
splash, а также фреймворков
Scrapy и
Selenium.
В этом курсе рассматриваются основные базовые подходы к сбору данных, а также затрагивается вопрос этичного парсинга. По итогам курса студенты будут иметь базовое представление о том, как парсить различные сайты, используя Python.
Этот курс будет не очень интересен тем, кто уже имеет базовое представление о том, что такое парсинг и как создавать скрипты для автоматизированного сбора данных.
После прохождения курса студенты будут знать:
- Как найти и установить необходимые библиотеки для парсинга данных.
- Что такое этичный парсинг, как не нарушить права и закон при парсинге данных.
- Для чего нужен файл robots.txt.
- Каким образом получать HTML сайта для извлечения необходимой информации.
- Как пользоваться xpath для указания точного расположения элементов на странице.
- Как переходить по страницам на многостраничном сайте.
- Как создавать проект и запускать «пауков» Scrapy.
- Как парсить всю информацию о каждом товаре на сайте.
- Как осуществлять переход на страницу каждого товара.
- Каким образом парсить сайты, использующие JavaScript при загрузке.
- Как авторизовываться на сайте, используя фреймворк Selenium.
- Как парсить сайты с бесконечной прокруткой, имитируя действия пользователя на странице.
