Bellissimo tutorial sulla minestra
In questo tutorial, ti mostreremo come eseguire il web scraping in Python usando Beautiful Soup 4 per ottenere dati da HTML, XML e altri linguaggi di markup. In questo proveremo a ritagliare pagine Web da vari siti Web diversi (incluso IMDB). Tratteremo la bella zuppa 4, gli strumenti di base Python per navigare, cercare e analizzare in modo efficiente e chiaro la pagina web HTML. Abbiamo cercato di coprire quasi tutte le funzionalità di Beautiful Soup 4 in questo tutorial. È possibile combinare più funzionalità introdotte in questo tutorial in un programma più grande per acquisire più dati significativi dal sito Web in qualche altro sottoprogramma come input.
Questo tutorial è fondamentalmente progettato per guidarti nello scarpare una pagina web. Il requisito fondamentale di tutto ciò è ottenere dati significativi da un enorme insieme di dati non organizzato. Il pubblico di destinazione di questo tutorial può essere chiunque di:
Chiunque voglia sapere come eliminare una pagina Web in Python utilizzando BeautifulSoup 4.
Qualsiasi sviluppatore / appassionato di data science o chiunque voglia utilizzare questi dati raschiati (significativi) in diverse librerie di data science python per prendere decisioni migliori.
Sebbene NON ci sia alcun requisito obbligatorio da avere per questo tutorial. Tuttavia, se hai una o tutte le conoscenze (supercool) precedenti su una delle tecnologie sotto menzionate, questo sarà un ulteriore vantaggio:
Conoscenza di qualsiasi tecnologia relativa al web (HTML / CSS / Document Object Model ecc.).
Python Language (poiché è il pacchetto python).
Sviluppatori che hanno una conoscenza preliminare di scraping in qualsiasi lingua.
Comprensione di base della struttura ad albero HTML.