Update README day 11

Signed-off-by: Manuel Vergara <manuel@vergaracarmona.es>
This commit is contained in:
Manuel Vergara 2023-05-20 10:26:31 +02:00
parent 4993ea616a
commit 428e4a0400

View File

@ -1,5 +1,19 @@
**A partir de este tema la mayoría son ejercicios prácticos. Como has visto hasta ahora, el código está documentado y es una buena fuente de apuntes.**
# Día 11 - Programa un extracto de datos web
Web scraping = raspar internet
- Reglas del web scraping
- Limitaciones del web scraping
Se utilizarán tres bibliotecas: beautifulsoup4, lxml y requests. Se deben instalar:
```python
pip install beautifulsoup4
pip install requests
```
Enlace: https://escueladirecta-blog.blogspot.com/
## Índice
- [Día 11 - Programa un extracto de datos web](#día-11---programa-un-extracto-de-datos-web)
- [Índice](#índice)
@ -8,6 +22,18 @@
## 11.1. - Extraer elementos de una clase
| Carácter | Sintaxis | Resultados |
| :-------: | :---------------------------: | :----------------------------------------------------------------------------------------------- |
| " | `soup.select('div')` | Todos los elementos con la etiqueta 'div' |
| # | `soup.select('#estilo_4')` | Elementos que contengan id='estilo4' |
| . | `soup.select('.columna_der')` | Elementos que contengan class='columna der' |
| (ESPACIO) | `soup.select('div span')` | Cualquier elemento llamado 'span' dentro de un elemento 'div' |
| > | `soup.select('div>span')` | Cualquier elemento llamado 'span' directamente dentro de un elemento 'div', sin nada en el medio |
Enlace: https://www.escueladirecta.com/courses
Enlace: https://toscrape.com/
## Ficheros y documentación
- [01_web_scraping_01.py](01_web_scraping_01.py)
- [02_web_scraping_02.py](02_web_scraping_02.py)