아름다운 수프 튜토리얼

이 튜토리얼에서는 HTML, XML 및 기타 마크 업 언어에서 데이터를 가져 오기 위해 Beautiful Soup 4를 사용하여 Python에서 웹 스크래핑을 수행하는 방법을 보여줍니다. 여기에서는 IMDB를 포함한 다양한 웹 사이트에서 웹 페이지를 스크랩하려고합니다. HTML 웹 페이지를 효율적이고 명확하게 탐색, 검색 및 구문 분석하기위한 아름다운 수프 4, 파이썬 기본 도구를 다룰 것입니다. 이 튜토리얼에서 Beautiful Soup 4의 거의 모든 기능을 다루려고 노력했습니다. 이 튜토리얼에서 소개 한 여러 기능을 하나의 더 큰 프로그램으로 결합하여 웹 사이트의 여러 의미있는 데이터를 입력으로 다른 하위 프로그램으로 캡처 할 수 있습니다.

이 튜토리얼은 기본적으로 웹 페이지에 흠집을 내도록 안내하도록 설계되었습니다. 이 모든 것의 기본 요구 사항은 거대한 비 정리 데이터 집합에서 의미있는 데이터를 얻는 것입니다. 이 자습서의 대상 독자는 다음 중 하나 일 수 있습니다.

• 알고 싶은 사람-BeautifulSoup 4를 사용하여 파이썬으로 웹 페이지를 스크랩하는 방법.

• 데이터 과학 개발자 / 애호가 또는 누구든지이 스크랩 된 (의미있는) 데이터를 다른 Python 데이터 과학 라이브러리에 사용하여 더 나은 결정을 내리고 자합니다.

이 자습서에는 필수 요구 사항이 없습니다. 그러나 추가 이점이 될 아래 언급 된 기술에 대한 사전 지식의 일부 또는 전부를 보유하고있는 경우-

• 웹 관련 기술 (HTML / CSS / 문서 개체 모델 등)에 대한 지식.

• Python 언어 (python 패키지이므로).

• 모든 언어로 스크래핑에 대한 사전 지식이있는 개발자.

• HTML 트리 구조에 대한 기본적인 이해.