Cereri HTTP pentru importul fișierelor de pe web

Importul intermediar de date în Python

Hugo Bowne-Anderson

Data Scientist at DataCamp

URL

  • Uniform/Universal Resource Locator
  • Referințe la resurse web
  • Focus: adrese web
  • Componente:
    • Identificator de protocol - http:
    • Numele resursei - datacamp.com
  • Acestea identifică unic adresele web
Importul intermediar de date în Python

HTTP

  • HyperText Transfer Protocol
  • Baza comunicării de date pe web
  • HTTPS - formă mai sigură a HTTP
  • Accesarea unui site = trimiterea unei cereri HTTP
    • Cerere GET
  • urlretrieve() execută o cerere GET
  • HTML - HyperText Markup Language
Importul intermediar de date în Python

Cereri GET folosind urllib

from urllib.request import urlopen, Request
url = "https://www.wikipedia.org/"
request = Request(url)
response = urlopen(request)
html = response.read()
response.close()
Importul intermediar de date în Python

Cereri GET folosind requests

ch_1_2.026.png

  • Utilizat de „Guvernul Majestății Sale, Amazon, Google, Twilio, NPR, Obama for America, Twitter, Sony și instituții federale americane care preferă să rămână anonime"
Importul intermediar de date în Python

Cereri GET folosind requests

  • Unul dintre cele mai descărcate pachete Python
import requests
url = "https://www.wikipedia.org/"
r = requests.get(url)
text = r.text
Importul intermediar de date în Python

Să exersăm!

Importul intermediar de date în Python

Preparing Video For Download...