Skip to Content
Web Scraping con Python, 3.ª edición
book

Web Scraping con Python, 3.ª edición

by Ryan Mitchell
March 2025
Intermediate to advanced
352 pages
9h 37m
Spanish
O'Reilly Media, Inc.
Content preview from Web Scraping con Python, 3.ª edición

Capítulo 5. Análisis avanzado de HTML

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com

Cuando preguntaron a Miguel Ángel cómo podía esculpir una obra de arte tan magistral como su David, se dice que respondió: "Es fácil. Sólo tienes que arrancar la piedra que no se parece a David".

Aunque el raspado web no es como esculpir mármol en la mayoría de los demás aspectos, debes adoptar una actitud similar cuando se trata de extraer la información que buscas de páginas web complicadas. En este capítulo, exploraremos varias técnicas para desmenuzar cualquier contenido que no se parezca al que quieres, hasta llegar a la información que buscas. Las páginas HTML complicadas pueden parecer intimidantes al principio, ¡pero sigue picando!

Otra ración de BeautifulSoup

En el Capítulo 4, echaste un vistazo rápido a la instalación y ejecución de BeautifulSoup, así como a la selección de objetos de uno en uno. En esta sección, hablaremos de la búsqueda de etiquetas por atributos, del trabajo con listas de etiquetas y de la navegación por árboles de análisis sintáctico.

Casi todos los sitios web que encuentras en contienen hojas de estilo. Las hojas de estilo se crean para que los navegadores web puedan convertir el HTML en diseños coloridos y estéticamente agradables para los humanos. Podrías pensar que esta capa de estilos es, como mínimo, perfectamente ignorable para los raspadores web, ¡pero no tan rápido! El CSS es, de hecho, ...

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

Python en una cáscara de nuez, 4ª edición

Python en una cáscara de nuez, 4ª edición

Alex Martelli, Anna Martelli Ravenscroft, Steve Holden, Paul McGuire

Publisher Resources

ISBN: 9798341630475