सुंदर सूप ट्यूटोरियल
इस ट्यूटोरियल में, हम आपको दिखाएंगे कि, HTML, XML और अन्य मार्कअप भाषाओं से डेटा प्राप्त करने के लिए सुंदर सूप 4 का उपयोग करके पायथन में वेब स्क्रैपिंग कैसे करें। इसमें हम विभिन्न विभिन्न वेबसाइटों (IMDB सहित) से वेबपेज को स्क्रैप करने का प्रयास करेंगे। हम एचटीएमएल वेब पेज को कुशलतापूर्वक और स्पष्ट रूप से नेविगेट करने, खोजने और पार्स करने के लिए सुंदर सूप 4, अजगर मूल उपकरण कवर करेंगे। हमने इस ट्यूटोरियल में सुंदर सूप 4 की लगभग सभी कार्यात्मकताओं को शामिल करने की कोशिश की है। आप इस ट्यूटोरियल में शुरू की गई कई कार्यप्रणालियों को इनपुट के रूप में वेबसाइट से कई सार्थक डेटा को कुछ अन्य उप-प्रोग्राम में कैप्चर करने के लिए एक बड़े प्रोग्राम में जोड़ सकते हैं।
यह ट्यूटोरियल मूल रूप से एक वेब पेज को बनाने में आपका मार्गदर्शन करने के लिए बनाया गया है। इन सभी की बुनियादी आवश्यकता है कि आंकड़ों का विशाल असंगठित सेट से सार्थक डेटा प्राप्त किया जाए। इस ट्यूटोरियल के लक्षित दर्शक निम्न में से कोई भी हो सकते हैं:
जो कोई भी जानना चाहता है - ब्यूटीफुल 4 का उपयोग करके अजगर में वेबपेज कैसे स्क्रैप करें।
कोई भी डेटा साइंस डेवलपर / उत्साही या कोई भी, कैसे बेहतर निर्णय लेने के लिए अलग-अलग अजगर डेटा साइंस लाइब्रेरी में इस स्क्रैप किए गए (सार्थक) डेटा का उपयोग करना चाहता है।
हालांकि इस ट्यूटोरियल के लिए कोई अनिवार्य आवश्यकता नहीं है। हालांकि, अगर आपके पास किसी भी नीचे उल्लेखित प्रौद्योगिकियों पर कोई या सभी (सुपरकूल) पूर्व ज्ञान है जो एक अतिरिक्त लाभ होगा -
किसी भी वेब संबंधित तकनीकों (HTML / CSS / दस्तावेज़ ऑब्जेक्ट मॉडल आदि) का ज्ञान।
अजगर भाषा (जैसा कि यह अजगर पैकेज है)।
जिन डेवलपर्स को किसी भी भाषा में स्क्रैपिंग का पूर्व ज्ञान है।
HTML ट्री संरचना की बुनियादी समझ।