Raspagem de dados para iniciantes :page_facing_up:

Esse repositório foi construido para ajudar qualquer interessado pela área de Raspagem de dados, todo o repositório será em PT-BR, mas os links/documentação podem estar em inglês (compartilhe se você possuir algo traduzido).

Instalação :floppy_disk:

Uso Python versão 3.7

As principais libs que vamos usar aqui são:

• requests
• bs4 (BeautifulSoup)
• Scrapy

Para isso você só precisa instalar algumas bibliotecas, no seu Terminal escreva:

pip install -r requirements.txt

Recomendações

Use o ambiente virtual do Python para programar independente de plataforma.

• Criação:

python3 -m venv venv

• Ativação (muda conforme S.O):

source venv/bin/activate

• Dependências:

pip install -r requirements.txt

Jupyter notebooks

Iremos usar Jupyter notebooks aqui, então se você não tem com a ferramenta, visite a documentação.

Trilha para o tutorial: :mortar_board:

1. Aprendendo a extrair o texto de um Site
2. Primeira Spider
3. Raspagem múltipla
4. Navegando entre paginas
5. Coletando mais detalhes
6. Raspagem em site com Infinite Scroll
7. Rodando Spider na nuvem
8. Extração de imagens

Materiais de estudo:

Blogs: :computer:

• The Scraping Hub [ENG]

Livros: :books:

• Web Scraping with Python, Ryan Mitchell [ENG]

Documentação: :scroll:

• Python [ENG]
• Requests [ENG]
• BeautifulSoup [ENG]
• Jupyter Notebooks [ENG]
• Scrapy [ENG]

Podcasts: :headphones: :musical_note:

• Episódio 005: Serenata de Amor [PT-BR]
• Episódio 009: Sobre Crawlers e Scrapers [PT-BR]
• Episódio 011: Bots Políticos [PT-BR]

Vídeos: :tv:

• Live de Python #20 - Selenium / Web scraping #1 [PT-BR]
• Live de Python #21 Beautifulsoup / Web scraping #2 [PT-BR]
• Live de Python #22 Requests / Web scraping #3 [PT-BR]
• Live de Python #23 DeepWeb/ Anonimidade / Web scraping #4 [PT-BR]
• Live de Python #24 Tabelas e persistência / Web scraping #5 [PT-BR]
• Live de Python #25 Raspando dados não HTML / Web scraping #6 [PT-BR]
• Live de Python #26 Scrapy / Web scraping #7 (Com artur Gaspar) [PT-BR]
• Live de Python #27 Baixando arquivos e manipulando datas / Web scraping #8) [PT-BR]
• Live de Python #78 - Raspando a web com Scrapy - Com Renne Rocha [PT-BR]