4 Free and Paid Web Scraping Courses Every Data Scientist Should Take
Zusammenfassung
Kurz
Der Bericht empfiehlt zwei kostenlose Einstiegskurse von freeCodeCamp und zwei Udemy-Kurse zu Python-Web-Scraping, von Beautiful Soup und Selenium bis zu den fortgeschrittenen Werkzeugen Scrapy und Splash. Die Kursbeschreibungen und Empfehlungen stammen vom Autor; unabhängige Bewertungen fehlen, und der Artikel gibt den Stand von 2021 wieder.
Mittel
Frank Andrade stellt vier Python-Kurse zu Web Scraping vor: zwei kostenlose Einstiegsangebote von freeCodeCamp sowie zwei kostenpflichtige Udemy-Kurse. Er begründet die Bedeutung der Fähigkeit damit, dass Data-Science-Projekte reale Daten benötigen, die oft erst von Websites gesammelt werden müssen. Der etwa einstündige Beautiful-Soup-Kurs führt in HTML und grundlegende Suchmethoden ein. Der rund dreistündige Selenium-Kurs behandelt zunächst Wartezeiten und Eingaben, danach vor allem Browserautomatisierung und Tests. Beide seien laut Autor als Einführung gedacht; Selenium könne JavaScript-gesteuerte Seiten erfassen, sei aber langsam.
Der achtstündige Udemy-Kurs verbindet Beautiful Soup, Selenium und Scrapy in vier Projekten. Genannte Themen sind Python-, HTML- und XPath-Grundlagen, Pagination, Infinite Scrolling, Datenspeicherung, APIs und Anmeldungen bei Websites. Scrapy sei laut Andrade schneller und umfangreicher als die beiden anderen Werkzeuge. Ein fünfsündiger Fortgeschrittenenkurs zu Scrapy und Splash richtet sich an Personen mit Vorkenntnissen und behandelt unter anderem Request-Verkettung, Splash-Optimierung, ScrapyRT und strukturierte Spider. Der Autor empfiehlt die Kurse in dieser Reihenfolge und legt eine kostenlose Übersicht bei. Er weist auf mögliche Affiliate-Provisionen hin. Kursbewertungen oder Belege für die Lernerfolge enthält der Bericht nicht; die Informationen entsprechen dem Artikelstand von 2021.
Ausführlich lesen
Der vollständige Bericht von Frank Andrade stellt vier kostenlose oder kostenpflichtige Onlinekurse vor, mit denen Data Scientists Web Scraping in Python lernen oder vertiefen können. Der Autor begründet die Bedeutung des Themas damit, dass Datenprojekte reale Daten benötigen und deren Beschaffung von Websites häufig ein erster Arbeitsschritt sei. Die Kurse behandeln vor allem Beautiful Soup, Selenium und Scrapy. Andrade weist darauf hin, dass einige Links Affiliate-Links sind und ihm bei einem Kauf eine Provision ohne Mehrkosten für Käuferinnen und Käufer einbringen können.
Als Einstieg empfiehlt der Bericht zwei kostenlose YouTube-Angebote von freeCodeCamp. Ein etwa einstündiger Kurs zu Beautiful Soup erläutert grundlegende HTML-Strukturen und Tags sowie die Methoden `find` und `find_all`; als Übung werden Jobinformationen von der Website TimeJobs extrahiert. Der rund dreistündige Selenium-Kurs behandelt zunächst implizite und explizite Wartezeiten sowie Tastatureingaben anhand von SeleniumEasy. Weitere Abschnitte befassen sich mit Browserautomatisierung und Tests. Der Autor grenzt diese Themen teilweise von Web Scraping ab und beschreibt Selenium zugleich als nützlich für JavaScript-gesteuerte Websites, obwohl es langsam sei. Beide kostenlosen Kurse seien Einführungen und keine vollständigen Scraping-Ausbildungen.
Ein im Jahr 2021 veröffentlichter, achtstündiger Udemy-Kurs soll laut Andrade vom Anfänger- bis zum fortgeschrittenen Niveau führen. Er ist nach seiner Darstellung zu zehn Prozent Beautiful Soup, zu 40 Prozent Selenium und zu 50 Prozent Scrapy gewidmet. Vier Projekte sollen den Lernstoff praktisch vermitteln. Genannt werden unter anderem Grundlagen in Python, HTML und XPath, Wartezeiten, Headless-Modus, Seitennummerierung, unendliches Scrollen, Speicherung in MongoDB oder SQLite, API-Abfragen und bewährte Vorgehensweisen. Der Kurs behandle auch Anmeldungen bei Websites und das Abrufen von Daten etwa von Amazon Audible und Twitter. Andrade beschreibt Scrapy als umfassendes Python-Framework, das gegenüber Selenium und Beautiful Soup schneller Daten extrahieren und zusätzliche Funktionen bieten könne. Eine spanischsprachige Fassung sei ebenfalls verfügbar.
Für Lernende mit soliden Vorkenntnissen, insbesondere in Scrapy und Splash, empfiehlt der Autor einen fünfsündigen Fortgeschrittenenkurs. Dieser behandle unter anderem verkettete Requests, die Optimierung von Splash-Skripten, mehrere Splash-Instanzen mit HAProxy, ScrapyRT, den Aufbau strukturierter Spider und eine Tkinter-Desktopanwendung. Auch eine Technik zur Umgehung von Google reCAPTCHA wird als Kursinhalt aufgeführt. Der Bericht endet mit der Empfehlung, die Kurse in der vorgestellten Reihenfolge zu absolvieren, und verweist auf eine kostenlose Web-Scraping-Übersicht als PDF.
Die Aussagen zu Kursumfang, Eignung und Nutzen stammen vom Autor; unabhängige Bewertungen, Lernergebnisse oder ein Vergleich mit weiteren Angeboten enthält der Bericht nicht. Die Kursinformationen beziehen sich auf den Veröffentlichungsstand des Artikels, und der Text belegt nicht, ob Inhalte oder Angebote heute noch unverändert verfügbar sind.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Es wurden keine Fragen zur Einordnung angegeben (Lunas Einordnung ist leer), daher wurde keine Einordnung vorgenommen. Zur Zusammenfassung: Die Angabe, der Autor „lege eine kostenlose Übersicht bei“, ist eine leichte Verzerrung. Im Bericht steht eine Einladung zu seiner E-Mail-Liste, um ein kostenloses PDF-Cheat-Sheet zu erhalten. Außerdem enthält die mittlere Zusammenfassung den Tippfehler „fünfsündiger“.
Im Bericht, aber nicht in der Zusammenfassung
- Die Gewichtung des Udemy-Kurses (Beautiful Soup 10 %, Selenium 40 %, Scrapy 50 %) wird in beiden Zusammenfassungen nicht genannt.
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Kein Modell sieht bei diesem Bericht einen Bezug zu einer der 44 Sammelfragen.