Tutoriel complet sur le scraping web avec Python et Beautiful Soup ! (find/find_all, sélection CSS, extraire un tableau)

Entraîne-toi avec les compétences en data science de Python et Pandas grâce aux problèmes de StrataScratch !

Dans cette vidéo, nous explorons le scraping web en Python en utilisant la bibliothèque Beautiful Soup. Nous commençons par une brève introduction au HTML et au CSS, et discutons de ce qu’est le scraping web. Ensuite, nous plongeons dans les bases de la bibliothèque Beautiful Soup : comment charger une page web, les commandes essentielles comme *find* et *find_all*, comment extraire des chaînes de caractères depuis des éléments HTML, et bien plus.

La dernière partie de ce tutoriel est consacrée à une série d’exercices pratiques pour t’entraîner. Tu vas apprendre à extraire des liens d’une page web, à scraper un tableau et à l’importer dans un DataFrame Pandas, et à télécharger une image depuis le web. J’espère que ça te plaira !

Rejoins l’*Armée Python* pour accéder à des avantages exclusifs !

Ressources utilisées dans cette vidéo

En savoir plus sur le HTML/CSS

Timeline de la vidéo
0:00 - Introduction et aperçu de la vidéo
1:09 - Qu’est-ce que le scraping web ?
3:51 - Introduction au HTML

Utilisation de la bibliothèque Beautiful Soup (5:29)
6:31 - Charger une page web (avec la bibliothèque *requests*)
8:21 - Début du scraping
9:18 - Méthodes *find* et *find_all*
16:00 - Trouver du texte spécifique dans le HTML (avec des expressions régulières)
18:38 - Méthode *select* (sélections par chemin CSS)
25:55 - Extraire le texte d’un élément HTML
28:17 - Récupérer une propriété d’un élément HTML (href, src, id, class, etc.)
29:41 - Navigation dans le code (parents, enfants, frères et sœurs)

À toi de pratiquer ! (33:57)
35:53 - Exercice #1 : Récupérer tous les liens sociaux d’une page web en 3 méthodes différentes
42:09 - Exerc…