Quét hoặc thu thập dữ liệu web là nghệ thuật tìm nạp dữ liệu từ trang web của bên thứ ba bằng cách tải xuống và phân tích mã HTML để trích xuất dữ liệu bạn muốn. Nó có thể khó khăn. Từ mã HTML xấu đến việc sử dụng nhiều Javascript và các kỹ thuật chống bot, việc này thường rất phức tạp. Rất nhiều công ty sử dụng nó để thu thập kiến ​​thức về giá của đối thủ cạnh tranh, tổng hợp tin tức, thu thập email hàng loạt. Cuốn sách này sẽ hướng dẫn bạn cách trích xuất dữ liệu từ bất kỳ trang web nào, cách xử lý các trang web nặng AJAX / Javascript, phá mã xác nhận, triển khai trình dọn dẹp của bạn trên đám mây và nhiều kỹ thuật nâng cao khác.

Abstract:

Web scraping or crawling is the art of fetching data from a third party website by downloading and parsing the HTML code to extract the data you want. It can be hard. From bad HTML code to heavy Javascript use and anti-bot techniques, it is often tricky. Lots of companies use it to obtain knowledge concerning competitor prices, news aggregation, mass email collect. This book will teach you how to extract data from any website, how to deal with AJAX / Javascript heavy websites, break captchas, deploy your scrapers in the cloud and many other advanced techniques.

Ngôn ngữ:	En
Tác giả:	Kevin Sahin
Thông tin nhan đề:	Java Web Scraping Handbook : Learn advanced Web Scraping techniques
Nhà xuất bản:	Leanpub
Loại hình:	Tài nguyên giáo dục mở / Bộ sưu tập: Công nghệ thông tin
Bản quyền:	https://creativecommons.org/licenses/by/4.0/
Nguồn gốc:	https://www.dbooks.org/java-web-scraping-handbook-1234/
Mô tả vật lý:	115p.
Năm xuất bản:	2018