--
Hallo zusammen, mein Name ist Thomas Laetsch. Ich bin derzeit Data Scientist im Center for Data Science an der New York University.
In diesem Kurs, Web Scraping mit Python, lernen Sie einige der grundlegenden Techniken des computergestützten Web Scrapings. Das heißt, Sie lernen, Software zu erstellen, um die Datenerfassung aus Online-Quellen zu automatisieren.
Bevor wir zu den Einzelheiten und technischen Aspekten übergehen, lassen Sie mich Sie überzeugen, dass diese Techniken eine wertvolle Ergänzung Ihres Datenwissenschaftswissens sein können und dass dieser Kurs der perfekte Ort ist, um die Grundlagen dieses Skillsets zu erlernen oder zu vertiefen.
Sie fragen sich vielleicht, warum Unternehmen Personen mit Erfahrung im Web Scraping einstellen? Was können Unternehmen aus Web Scraping gewinnen? Nun, sie können Wettbewerbsseiten scrapen, um Preise für ähnliche Produkte oder Dienstleistungen zu sammeln, um ihre eigenen Preisgrenzen zu vergleichen und anzupassen. Sie können Online-Bewertungen ihrer Produkte oder Dienstleistungen scrapen und die öffentliche Meinung über das Unternehmen im Allgemeinen sammeln. Sie können soziale Medien oder andere öffentliche Foren nach Kontakten oder anderen Informationen von Kunden oder potenziellen Kunden durchsuchen, um Ressourcen sinnvoll auf diese Gruppe möglicher Kunden zu lenken. Und das war nur eine kurze Liste!
Hier sind einige unterhaltsame Dinge, die Sie beim Scrapen des Webs tun können. Sie könnten nach Ihren Lieblings-Memes von Ihren Lieblingsseiten suchen. Sie können durch Kleinanzeigen stöbern und nach Ihren Lieblingssachen suchen. Sie können nach Trending-Themen in sozialen Medien suchen. Sie können nach Rezepten suchen, die Sie auf Kochblogs interessieren könnten. Tatsächlich gibt es eine Menge, die Sie tun können!
Um den Fokus dessen, was Sie in diesen Vorlesungen und Übungen lernen werden, besser zu visualisieren, lassen Sie uns die Web-Scraping-Pipeline grob in drei Teile unterteilen.
Der erste Teil ist die Einrichtung, das heißt, das Ziel oder die Aufgabe zu definieren und die Online-Quellen zu identifizieren, von denen Sie glauben, dass sie Ihnen helfen werden, das gewünschte Endergebnis zu erreichen.
Der zweite Teil ist die Beschaffung dieser Online-Daten. Dazu gehört der Zugriff auf die Daten, das Parsen dieser Informationen und das Extrahieren dieser Daten in sinnvolle und nützliche Datenstrukturen.
Der dritte Teil ist die Verarbeitungsphase, in der Sie diese heruntergeladenen Daten durch die erforderlichen Analysen oder Prozesse laufen lassen, um das gewünschte Ziel zu erreichen.
Dieser Kurs konzentriert sich auf die Beschaffungsphase. Um dies zu erreichen, verwenden wir Python und das Web-Crawling-Framework Scrapy. Wir haben Scrapy gewählt, da wir schnell einsteigen und leicht auf große Scraping-Projekte skalieren können. Selbst wenn Sie nicht überzeugt sind, Scrapy oder Python zu verwenden, werden Sie dennoch Techniken und Intuition entwickeln, die in jeder computergestützten Web-Scraping-Umgebung, die Ihnen gefällt, wertvoll sein werden!
Ich hoffe also, dass Sie genauso begeistert sind wie ich, an diesem Kurs teilzunehmen und die Fähigkeiten zu erwerben, um das Web aus den Gründen zu scrapen, die Sie begeistern!
#PythonTutorial #WebScraping #Python #DataCamp