Web-scraping: сбор данных из баз данных и интернет-источников: различия между версиями

Материал из MathINFO
Перейти к навигации Перейти к поиску
 
(не показано 8 промежуточных версий этого же участника)
Строка 70: Строка 70:
  
 
* [https://www.dropbox.com/s/mg04qo4w7w110fk/03-03-class06.mp4?dl=0 Видеозапись] занятия.
 
* [https://www.dropbox.com/s/mg04qo4w7w110fk/03-03-class06.mp4?dl=0 Видеозапись] занятия.
* Исключения ([читать], [скачать]). BeautifulSoup и pandas ([читать], [скачать]).
+
* Исключения ([https://nbviewer.org/github/allatambov/allatambov.github.io/blob/master/web-scrape/try-except.ipynb читать], [https://allatambov.github.io/web-scrape/try-except.ipynb скачать]). BeautifulSoup и pandas (читать, скачать).
 
* Установка драйверов для Selenium: для [https://chromedriver.chromium.org/downloads Chrome], для [https://github.com/mozilla/geckodriver/releases/ Firefox], [https://allatambov.github.io/icef/instr-wb.pdf решение] проблем на Mac.
 
* Установка драйверов для Selenium: для [https://chromedriver.chromium.org/downloads Chrome], для [https://github.com/mozilla/geckodriver/releases/ Firefox], [https://allatambov.github.io/icef/instr-wb.pdf решение] проблем на Mac.
  
Строка 87: Строка 87:
 
* Немного про lambda-функции: [https://nbviewer.jupyter.org/github/allatambov/PyDat-0919/blob/master/lectures-seminars/5-files/lambda-functions.ipynb конспект].
 
* Немного про lambda-функции: [https://nbviewer.jupyter.org/github/allatambov/PyDat-0919/blob/master/lectures-seminars/5-files/lambda-functions.ipynb конспект].
  
===17 марта. Управление браузером с библиотекой Selenium. Введение в API===
+
===17 марта. Управление браузером с библиотекой Selenium. Введение в API ===
  
 
* [https://www.dropbox.com/s/q43ezbl2tbkvwl7/17-03-class08.mp4?dl=0 Видеозапись] занятия.
 
* [https://www.dropbox.com/s/q43ezbl2tbkvwl7/17-03-class08.mp4?dl=0 Видеозапись] занятия.
* Получение доступа к API: [https://allatambov.github.io/pypolit/vk-auth.pdf инструкция].
+
* Управление браузером с помощью Selenium: пример ВКонтакте ([https://nbviewer.org/github/allatambov/allatambov.github.io/blob/master/web-scrape/selenium-vk.ipynb смотреть], [https://allatambov.github.io/web-scrape/selenium-vk.ipynb скачать]).
 +
* Получение доступа к API ВКонтакте: [https://allatambov.github.io/pypolit/vk-auth.pdf инструкция].
 +
 
 +
===24 марта.  Работа с API ВКонтакте ===
 +
 
 +
* [https://www.dropbox.com/s/z7vvll1f9j9e2aj/24-03-class09.mp4?dl=0 Видеозапись] занятия.
 +
* [https://dev.vk.com/reference Документация] API ВКонтакте.
 +
* Работа с API ВКонтакте: собираем посты со стены ([https://nbviewer.org/github/allatambov/allatambov.github.io/blob/master/web-scrape/vk-api-wall-upd.ipynb смотреть], [https://allatambov.github.io/web-scrape/vk-api-wall-upd.ipynb скачать]).
 +
* Работа с API ВКонтакте: собираем информацию о друзьях ([https://nbviewer.org/github/allatambov/allatambov.github.io/blob/master/web-scrape/vk-api-friends-upd.ipynb смотреть], [https://allatambov.github.io/web-scrape/vk-api-friends-upd.ipynb скачать]).
 +
 
 +
'''Дополнительно:'''
 +
 
 +
* Про создание чат-ботов ВКонтакте: [https://habr.com/ru/post/428507/ ссылка]. Минимальный пример очень интровертного чат-бота: [конспект].
  
 
==Домашние задания==
 
==Домашние задания==
Строка 102: Строка 114:
 
| Домашнее задание 2 || 04.03 23:59 || [https://nbviewer.org/github/allatambov/allatambov.github.io/blob/master/web-scrape/psy-hw02.ipynb смотреть] [https://allatambov.github.io/web-scrape/psy-hw02.ipynb скачать]
 
| Домашнее задание 2 || 04.03 23:59 || [https://nbviewer.org/github/allatambov/allatambov.github.io/blob/master/web-scrape/psy-hw02.ipynb смотреть] [https://allatambov.github.io/web-scrape/psy-hw02.ipynb скачать]
 
|-
 
|-
| Домашнее задание 3 || TBA ||  
+
| Домашнее задание 3 || 30.03 23:59|| [https://nbviewer.org/github/allatambov/allatambov.github.io/blob/master/web-scrape/psy-hw03.ipynb смотреть] [https://allatambov.github.io/web-scrape/psy-hw03.ipynb скачать]
 
|}
 
|}

Текущая версия на 16:30, 24 марта 2022

Это страница обязательного курса «Web-scraping: сбор данных из баз данных и интернет-источников», читаемого на программе «Психология» 4 курса бакалавриата в 2021/2022 учебном году.

Преподаватель: Тамбовцева Алла Андреевна.

Правила игры

  • Формула оценки: 0.6 × ДЗ + 0.4 × Экзамен.
  • Домашние задания, сданные после срока, оцениваются с использованием понижающих коэффициентов: опоздание в пределах часа – штраф 10% от полученной оценки, в пределах суток – штраф 30%, в пределах недели – штраф 70%. Домашние задания, сданные через неделю после указанного срока и позже, не принимаются и не оцениваются.
  • Программа курса.

Среда для работы

На данном курсе мы используем язык Python версии не ниже 3.5 и среду Jupyter Notebook. Скачать дистрибутив Anaconda, который установит интерпретатор Python, среду Jupyter Notebook и основные библиотеки для работы с данными, можно здесь. Если вы никогда не работали в Jupyter Notebook, предлагаем посмотреть небольшое видео и почитать инструкцию.

Если вы имеете мало опыта работы с Python, рекомендуем обратиться к следующим курсам на DataCamp (бесплатный доступ предоставлен всем слушателям этого курса): Introduction to Python, Python Data Science Toolbox (Part 1) и Python Data Science Toolbox (Part 2).

Материалы

27 января. Введение в web-scraping. Язык HTML и его особенности

Дополнительно

3 февраля. Структуры данных в Python: списки, кортежи, словари

Дополнительно

10 февраля. Парсинг HTML с библиотекой BeautifulSoup: часть 1

Дополнительно

17 февраля. Парсинг HTML с библиотекой BeautifulSoup: часть 2

Дополнительно

24 февраля. Работа с текстами: облака слов и первичная обработка текста

3 марта. Исключения. BeautifulSoup и pandas. Введение в Selenium

Дополнительно

10 марта. Управление браузером с библиотекой Selenium

Дополнительно

17 марта. Управление браузером с библиотекой Selenium. Введение в API

24 марта.  Работа с API ВКонтакте

Дополнительно:

  • Про создание чат-ботов ВКонтакте: ссылка. Минимальный пример очень интровертного чат-бота: [конспект].

Домашние задания

Задание Дедлайн Файл с заданием
Домашнее задание 1 18.02 23:59 смотреть скачать
Домашнее задание 2 04.03 23:59 смотреть скачать
Домашнее задание 3 30.03 23:59 смотреть скачать