Enviar correo al autor
You can use this page to email José Manuel Ortega about Web Scraping & Crawling con Python.
Sobre el Libro
Con este libro aprenderá a implementar técnicas de scraping para obtener información de fuentes públicas. Se utilizarán principalmente técnicas y librerías que podemos encontrar dentro del ecosistema de Python para extraer información de diversas fuentes. El objetivo es poder aplicar este tipo de técnicas de manera más eficiente para recopilar datos relevantes según su necesidades, así como implementar crawlers que se puedan ejecutar tanto en local como en la nube de forma automatizada.
Python se caracteriza por tener un ecosistema grande de herramientas orientadas a aplicar técnicas de scraping y el crawling. Por ejemplo, herramientas de Python como Scrapy son muy usadas en este contexto. Entre los principales objetivos podemos destacar:
- Aprender las principales técnicas para el scraping en sitios web y las herramientas disponibles en Python que nos permiten implementar este tipo de técnicas.
- Aprender los principales módulos disponibles en Python, así como su interacción con otros lenguajes orientados a la programación web como JavaScript.
- Automatizar la extracción de datos de forma síncrona y asíncrona utilizando diferentes módulos de Python.
- Aprender a automatizar tareas de análisis y extracción de información de sitios web y redes sociales.
- Aprender a implementar y administrar nuestros propios spiders y crawlers en la nube con soluciones como Zyte y Portia.
El libro trata de seguir un enfoque teórico-práctico con el objetivo de afianzar los conocimientos mediante la creación y ejecución de scripts desde la consola de Python. Además, se provee un repositorio donde se pueden encontrar los ejemplos que se analizan a lo largo del libro para facilitar al lector las pruebas y asimilación de los contenidos teóricos.
- Técnicas de Web Scraping y herramientas Python
- WebScraping con Requests y BeautifulSoup
- Scraping de páginas dinámicas y Ajax
- Construyendo spiders y crawlers con Scrapy
- Web Crawlers asíncronos
- Mejores prácticas para web scraping
- Web Scraping en la nube
- Web Scraping en GitHub
- Web Scraping de Linkedin
- Otras herramientas de Scraping & crawling
- Glosario de términos
Sobre el Autor
José Manuel Ortega is a software engineer and cybersecurity researcher with interest in new technologies, open source, security and testing. In recent years he has shown interest in innovation projects using Big Data technologies using programming languages such as Python. He is currently working as a software engineer in research projects related to Big Data, Cybersecurity and Blockchain. He has taught at university level and collaborated with the official college of computer engineers. He has also been a speaker at several conferences oriented to developers at national and international level. More information about his lectures and other published works can be found on his personal website https://josemanuelortegablog.com. Articles about cibersecurity can be found in https://www.codemotion.com/magazine/es/author/josemanuel/