Skip to Content
R for Data Science, 2ª Edição
book

R for Data Science, 2ª Edição

by Hadley Wickham, Mine Cetinkaya-Rundel, Garrett Grolemund
April 2025
Intermediate to advanced
578 pages
13h 35m
Portuguese (Portugal, Brazil)
O'Reilly Media, Inc.
Content preview from R for Data Science, 2ª Edição

Capítulo 24. Raspagem da Web

Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: translation-feedback@oreilly.com

Introdução

Este capítulo apresenta-te as noções básicas de Web scraping com o rvest. A raspagem da Web é uma ferramenta útil para extrair dados de páginas da Web. Alguns sites oferecem uma API, um conjunto de pedidos HTTP estruturados que retornam dados como JSON, que podes manipular usando as técnicas do Capítulo 23. Sempre que possível, deves utilizar a API,1 porque, normalmente, ela te dará dados mais confiáveis. Infelizmente, porém, a programação com APIs da Web está fora do escopo deste livro. Em vez disso, vamos ensinar scraping, uma técnica que funciona independentemente de um site fornecer ou não uma API.

Neste capítulo, discutiremos primeiro a ética e as legalidades da raspagem antes de mergulharmos nos conceitos básicos de HTML. Em seguida, aprende as noções básicas de seletores CSS para localizar elementos específicos na página e como utilizar funções rvest para obter dados de texto e atributos do HTML para o R. Discutiremos algumas técnicas para descobrir qual o seletor CSS necessário para a página que está a recolher, antes de terminar com alguns estudos de caso e uma breve discussão sobre sites dinâmicos.

Pré-requisitos

Neste capítulo, vamos concentrar-nos nas ferramentas fornecidas pelo rvest. O rvest é um membro do tidyverse mas não é um membro principal, por isso terás de o carregar explicitamente. Também carregaremos ...

Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.

Read now

Unlock full access

More than 5,000 organizations count on O’Reilly

AirBnbBlueOriginElectronic ArtsHomeDepotNasdaqRakutenTata Consultancy Services

QuotationMarkO’Reilly covers everything we've got, with content to help us build a world-class technology community, upgrade the capabilities and competencies of our teams, and improve overall team performance as well as their engagement.
Julian F.
Head of Cybersecurity
QuotationMarkI wanted to learn C and C++, but it didn't click for me until I picked up an O'Reilly book. When I went on the O’Reilly platform, I was astonished to find all the books there, plus live events and sandboxes so you could play around with the technology.
Addison B.
Field Engineer
QuotationMarkI’ve been on the O’Reilly platform for more than eight years. I use a couple of learning platforms, but I'm on O'Reilly more than anybody else. When you're there, you start learning. I'm never disappointed.
Amir M.
Data Platform Tech Lead
QuotationMarkI'm always learning. So when I got on to O'Reilly, I was like a kid in a candy store. There are playlists. There are answers. There's on-demand training. It's worth its weight in gold, in terms of what it allows me to do.
Mark W.
Embedded Software Engineer

You might also like

R para Data Science

R para Data Science

Hadley Wickham, Garrett Grolemund
Data Science Para Negócios

Data Science Para Negócios

Foster Provost, Tom Fawcett

Publisher Resources

ISBN: 9798341641976