آموزش استخراج داده ها از HTML با R

سرفصل ها و درس ها

بررسی اجمالی دوره Course Overview

• بررسی اجمالی دوره Course Overview

توسعه ابزار حرفه ای داده خود با Rvest Expanding Your Data Professional Toolset with Rvest

• مقدمه Introduction

• استخراج داده ها از HTML: چرا؟ Extracting Data from HTML: Why?

• معرفی Rvest Introducing Rvest

• Rvest و Tidyverse Rvest and the Tidyverse

• خلاصه Summary

کاوش یک موضوع سند HTML در R Exploring an HTML Document Object in R

• مقدمه Introduction

• گردش کار R Web Scraping The R Web Scraping Workflow

• خواندن یک صفحه وب به R Reading a Web Page into R

• کار با یک شی Doc سند HTML Working with an HTML Document Object

• خلاصه Summary

جداسازی قطعات یک سند HTML Isolating Pieces of an HTML Document

• مقدمه Introduction

• روش های انتخاب عناصر صفحه Methods for Selecting Page Elements

• والدین ، فرزندان ، خواهران و برادران Parents, Children, Siblings, and Descendants

• استفاده از CSS Selectors Using CSS Selectors

• با استفاده از XPath Selectors Using XPath Selectors

• تولید انتخابگرها با SelectorGadget Generating Selectors with SelectorGadget

• وقتی انتخابگرها کار نمی کنند When Selectors Don’t Work

• خلاصه Summary

استخراج ویژگی ها و متن از عناصر HTML Extracting Attributes and Text from HTML Elements

• مقدمه Introduction

• استخراج متن Extracting Text

• استخراج خصوصیات Extracting Attributes

• استخراج برچسب های HTML Extracting HTML Tags

• نسخه ی نمایشی: استخراج و مرتب سازی اطلاعات ، قسمت 1 Demo: Extracting and Tidying Data, Part 1

• نسخه ی نمایشی: استخراج و مرتب سازی اطلاعات ، قسمت 2 Demo: Extracting and Tidying Data, Part 2

• سر و کار داشتن با HTML نامعتبر Dealing with Invalid HTML

• خلاصه Summary

تراشیدن چندین صفحه Scraping Multiple Pages

• مقدمه Introduction

• مسئول وب تراش Responsible Web Scraping

• ایجاد لیستی از URL ها Generating a List of URLs

• به صورت بازگشتی URL ها را خراش می دهید Recursively Scraping URLs

• مقاوم سازی کد خراشیدن Making Scraping Code More Robust

• خلاصه Summary

استخراج داده ها از جداول HTML Extracting Data from HTML Tables

• مقدمه Introduction

• تبدیل جدول HTML به Data Frame Converting an HTML Table into a Data Frame

• نکاتی برای هدف قرار دادن جداول Tips for Targeting Tables

• تجزیه جداول HTML با استفاده از Htmltab Parsing HTML Tables Using Htmltab

• خلاصه Summary

بسته بندی کردن Wrapping Up

• مقدمه Introduction

• هدف قرار دادن عناصر HTML با استفاده از انتخابگرها Targeting HTML Elements Using Selectors

• استخراج داده ها از عناصر هدف Extracting Data from Target Elements

• درگیری داده های استخراج شده Wrangling Extracted Data

• به صورت بازگشتی URL ها را خراش می دهید Recursively Scraping URLs

• مراحل بعدی Next Steps