Arrêtez de gratter, commencez à extraire !

Extraction de données Web en Python

Thomas Laetsch

Data Scientist, NYU

Nourrir la machine

Compétences en extraction

• Objectif : extraire un site de façon informatique
• Comment ? Nous choisissons d'utiliser scrapy
• Comment ? Il faut travailler avec :
  • les objets Selector et Response
  • voire créer une araignée (Spider)
• Comment ? Apprendre la notation XPath ou les sélecteurs CSS
• Comment ? Comprendre la structure du HTML

Qu'est-ce que vous savez ?

• Structure du HTML
• Notation XPath et sélecteurs CSS
• Utiliser les objets Selector et Response dans scrapy
• Configurer une araignée (spider)
• Extraire le Web

EOT

Extraction de données Web en Python