ویژگی‌های کلیدی
یادگیری تکنیک‌های مختلف استخراج با استفاده از طیف وسیعی از کتابخانه‌های پایتون مانند Scrapy و Beautiful Soup
ساخت اسکریپرها و خزنده‌ها برای استخراج اطلاعات مرتبط از وب
خودکارسازی عملیات استخراج وب برای پر کردن هرگونه شکاف در دقت و مدیریت نیازهای پیچیده تجاری
شرح کتاب
اسکریپ کردن وب یک تکنیک ضروری است که در بسیاری از سازمان‌ها برای جمع‌آوری داده‌های ارزشمند از صفحات وب استفاده می‌شود. این کتاب به شما کمک می‌کند تا با تکنیک‌ها، ابزارها و روش‌های مختلف استخراج وب آشنا شوید.
شما با یادگیری مفاهیم اساسی تکنیک‌های استخراج وب و نحوه اعمال آنها بر روی چندین مجموعه از صفحات وب شروع خواهید کرد. شما از کتابخانه‌های قدرتمند اکوسیستم پایتون مانند Scrapy، lxml، pyquery و bs4 برای انجام عملیات استخراج وب استفاده خواهید کرد. در مرحله بعد، با عملیات استخراج ساده تا متوسط مانند شناسایی اطلاعات از صفحات وب و استفاده از الگوها یا ویژگی‌ها برای بازیابی اطلاعات، سرعت خواهید گرفت. این کتاب شما را در مجموعه‌ای از موارد استفاده راهنمایی می‌کند و نحوه استفاده از بهترین ابزارها و تکنیک‌ها را برای استخراج کارآمد صفحات وب نشان می‌دهد. بعداً، حتی کاربردهای سایر ابزارهای محبوب وب اسکرپینگ، مانند سلنیوم و Regex و APIهای مبتنی بر وب را بررسی خواهید کرد.
در پایان این کتاب، یاد خواهید گرفت که چگونه با استفاده از تکنیک‌های مختلف با پایتون و سایر ابزارهای محبوب، وب را به طور کارآمد استخراج کنید.
آنچه خواهید آموخت
تجزیه و تحلیل داده‌ها و اطلاعات از صفحات وب
درک نحوه استفاده از ابزارهای توسعه‌دهنده مبتنی بر مرورگر برای اسکرپینگ
استفاده از انتخابگرهای XPath و CSS برای شناسایی و بررسی عناصر نشانه‌گذاری
کشف نحوه مدیریت و کنترل کوکی‌ها
بررسی مفاهیم پیشرفته در مدیریت فرم‌های HTML و پردازش ورود به سیستم
بهینه‌سازی امنیت وب، ذخیره‌سازی داده‌ها و استفاده از API برای استخراج داده‌ها
استفاده از Regex با پایتون برای استخراج داده‌ها
مقابله با موجودیت‌های پیچیده وب با استفاده از سلنیوم برای یافتن و استخراج داده‌ها
این کتاب برای چه کسانی مناسب است
این کتاب برای برنامه‌نویسان پایتون، تحلیلگران داده، مبتدیان وب اسکرپینگ یا هر کسی است که می‌خواهد نحوه انجام وب اسکرپینگ را از ابتدا یاد بگیرد. دانش عملی زبان برنامه‌نویسی پایتون مورد انتظار است. فهرست مطالب
مبانی وب اسکرپینگ
پایتون و وب – استفاده از urllib و Requests
استفاده از LXML، XPath و انتخابگرهای CSS
اسکرپینگ با استفاده از pyquery – یک کتابخانه پایتون
اسکرپینگ وب با استفاده از Scrapy و Beautiful Soup
کار با وب امن
استخراج داده‌ها با استفاده از APIهای مبتنی بر وب
استفاده از سلنیوم برای اسکرپینگ وب
استفاده از Regex برای استخراج داده‌ها
مراحل بعدی
