Python Academy · Lekcja

Web scraping za pomocą BeautifulSoup

Poznaj sposoby wyodrębniania danych ze stron internetowych za pomocą Pythona

Web scraping za pomocą BeautifulSoup to bezpłatna lekcja Python Academy na CoddyKit. To lekcja 5 z 5. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej Python Academy, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs Python Academy zawiera 5 lekcji w sumie.

Wprowadzenie do web scrapingu

Web scraping to proces wyodrębniania danych ze stron internetowych. Biblioteka BeautifulSoup języka Python ułatwia analizowanie i przeglądanie dokumentów HTML lub XML.

W tej lekcji dowiedzą się Państwo, jak używać BeautifulSoup do web scrapingu.

Web scraping za pomocą BeautifulSoup — ilustracja 1

Instalowanie BeautifulSoup

Aby zainstalować BeautifulSoup oraz wymaganą bibliotekę requests, należy użyć następujących poleceń:

pip install beautifulsoup4
pip install requests

Po zainstalowaniu bibliotek można zaimportować je w skryptach języka Python:

# Importing BeautifulSoup
from bs4 import BeautifulSoup
import requests

print("BeautifulSoup imported successfully")

Pobieranie strony internetowej

Stronę internetową można pobrać za pomocą biblioteki requests:

# Fetching a web page
response = requests.get("https://example.com")
print(response.text)  # Outputs the HTML content

Analizowanie HTML za pomocą BeautifulSoup

BeautifulSoup udostępnia metody do analizowania i przeglądania dokumentów HTML:

# Parsing HTML
html_content = "<html><body><h1>Hello, World!</h1></body></html>"
soup = BeautifulSoup(html_content, "html.parser")
print(soup.h1.text)  # Outputs: Hello, World!

Wyszukiwanie elementów

BeautifulSoup udostępnia metody takie jak find() i find_all() do lokalizowania elementów:

# Finding elements
soup = BeautifulSoup("<html><body><p class='content'>Hello!</p><p>World!</p></body></html>", "html.parser")
element = soup.find("p", class_="content")
print(element.text)  # Outputs: Hello!

Wyodrębnianie odnośników

Ze strony internetowej można wyodrębnić wszystkie odnośniki (znaczniki <a>):

# Extracting links
html = "<html><body><a href='https://example.com'>Example</a></body></html>"
soup = BeautifulSoup(html, "html.parser")
links = soup.find_all("a")
for link in links:
    print(link['href'])  # Outputs: https://example.com

Wyodrębnianie tabel

BeautifulSoup ułatwia wyodrębnianie danych z tabel HTML:

# Extracting table data
html = "<table><tr><td>Row 1</td></tr><tr><td>Row 2</td></tr></table>"
soup = BeautifulSoup(html, "html.parser")
rows = soup.find_all("tr")
for row in rows:
    print(row.text)  # Outputs: Row 1, Row 2

Obsługa brakujących elementów

BeautifulSoup udostępnia metody umożliwiające bezpieczną obsługę brakujących elementów:

# Handling missing elements
soup = BeautifulSoup("<html><body></body></html>", "html.parser")
element = soup.find("p")
print(element)  # Outputs: None

Typowe błędy podczas pracy z BeautifulSoup

Oto kilka błędów, których należy unikać:

Nie używać odpowiedniego parsera HTML (np. html.parser lub lxml).
Pobieranie treści z zablokowanych lub chronionych stron bez odpowiednich nagłówków.
Zbyt częste wykonywanie scrapingu, co może doprowadzić do zablokowania adresu IP.

Czego się nauczyliśmy?

W tej lekcji nauczyli się Państwo:

Jak zainstalować i zaimportować BeautifulSoup oraz requests.
Jak pobierać, analizować i przeglądać treści HTML.
Jak wyodrębniać określone elementy, takie jak odnośniki i tabele.
Jak bezpiecznie obsługiwać brakujące elementy.

Świetnie! Przejdźmy do następnego tematu.

Web scraping za pomocą BeautifulSoup — ilustracja 11

Często zadawane pytania

Czy lekcja „Web scraping za pomocą BeautifulSoup” jest bezpłatna?

Tak — pełny tekst „Web scraping za pomocą BeautifulSoup” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu Python Academy, przejdź na CoddyKit PRO. Kurs Python Academy zawiera 5 lekcji w sumie.

Co nauczysz się w „Web scraping za pomocą BeautifulSoup”?

Poznaj sposoby wyodrębniania danych ze stron internetowych za pomocą Pythona Ćwiczysz Python Academy z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.

Czy potrzebuję doświadczenia, aby zacząć Python Academy?

Nie wymagamy żadnego doświadczenia. Python Academy w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 5 z 5.

Ile czasu zajmuje lekcja „Web scraping za pomocą BeautifulSoup”?

Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.

Czy mogę pisać i uruchamiać kod w tej lekcji Python Academy?

Tak. Każda lekcja Python Academy zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.

Wszystkie lekcje w tym kursie

Analiza danych za pomocą Pandas
Wizualizacja danych za pomocą Matplotlib
NumPy do obliczeń numerycznych
Obsługa API za pomocą requests
Web scraping za pomocą BeautifulSoup

← Powrót do Python Academy