Tutorial completo de *web scraping* com Python e Beautiful Soup (find/find_all, seleção CSS, extrair tabelas)

Pratique as suas habilidades de *data science* com Python e Pandas nos problemas do StrataScratch!

Neste vídeo, vamos explorar o *web scraping* em Python usando a biblioteca Beautiful Soup. Começamos com uma breve introdução ao HTML e CSS e discutimos o que é *web scraping*. Depois, mergulhamos nos fundamentos da biblioteca Beautiful Soup: como carregar uma página web, os comandos básicos como *find* e *find_all*, como extrair strings de elementos HTML, e muito mais.

A última parte deste tutorial é uma série de exercícios para praticar. Nesta secção, raspamos uma página web para obter links, aprendemos a raspar uma tabela e carregá-la num *DataFrame* do Pandas, e vemos como raspar e descarregar uma imagem da web. Espero que gostes!

Junta-te ao *Exército Python* para teres acesso a benefícios exclusivos!

Recursos usados neste vídeo

Saber mais sobre HTML/CSS

Linhas de tempo do vídeo
0:00 - Introdução e visão geral
1:09 - O que é *web scraping*?
3:51 - Introdução ao HTML

Usando a biblioteca Beautiful Soup (5:29)
6:31 - Carregar uma página web (biblioteca *requests*)
8:21 - Começar a raspar
9:18 - Métodos *find* e *find_all*
16:00 - Procurar texto específico no HTML (expressões regulares)
18:38 - Método *select* (seleções por caminho CSS)
25:55 - Extrair texto de um elemento HTML
28:17 - Obter uma propriedade de um elemento HTML (href, src, id, class, etc.)
29:41 - Navegação no código (pais, filhos, irmãos)

Vamos praticar! (33:57)
35:53 - Exercício #1: Obter todos os links sociais de uma página web em 3 formas diferentes
42:09 - Exerc…