Una vez que empiezas a hacer web scraping, empiezas a apreciar todas las pequeñas cosas que los navegadores hacen por ti. La web, sin sus capas de formato HTML, estilo CSS, ejecución JavaScript y representación de imágenes, puede parecer un poco intimidante al principio. En este capítulo, empezaremos a ver cómo dar formato e interpretar estos datos desnudos sin la ayuda de un navegador web.
Este capítulo comienza con los fundamentos del envío de una solicitud GET (una solicitud para buscar, u "obtener", el contenido de una página web) a un servidor web para una página concreta, la lectura de la salida HTML de esa página y la realización de algunas extracciones de datos sencillas para aislar el contenido que buscas.
Instalación y uso de Jupyter
El código de este curso puede encontrarse en https://github.com/REMitchell/python-scraping. En la mayoría de los casos, las muestras de código están en forma de archivos de Jupyter Notebook, con extensión .ipynb.
Si aún no los has utilizado, los Cuadernos Jupyter son una forma excelente de organizar y trabajar con muchas piezas pequeñas pero relacionadas de código Python, como se muestra en la Figura 4-1.
Figura 4-1. Un Jupyter Notebook ejecutándose en el navegador
Cada fragmento ...
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.
O’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
I 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
I’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
I'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.
O’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.
