Парсинг сайтов. Scrapy, Splash, Selenium, requests, bs4.

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.