Programme de Formation
8
module(s)
Durée totale : 360
Apprenez à collecter vos propres jeux de données depuis le web. HTML, BeautifulSoup, sélecteurs CSS, pagination, robustesse réseau, APIs publiques, JSON imbriqué et éthique du scraping.
Module 1 : Anatomie d'une page HTML : rappel rapide
30
Révisez les briques essentielles du HTML pour le scraping : balises, attributs, classes, IDs et arbre DOM. Un rappel ciblé et immédiatement utile.
Module 2 : Premier scraping avec requests + BeautifulSoup
45
Installez requests et BeautifulSoup, téléchargez votre première page web et extrayez du texte et des liens en quelques lignes de Python.
Module 3 : Sélecteurs CSS pour l'extraction
45
Maîtrisez la méthode select de BeautifulSoup et les sélecteurs CSS pour cibler précisément n'importe quel élément d'une page, en une seule chaîne lisible.
Module 4 : Gérer la pagination et les listes
45
Bouclez sur plusieurs pages d'un site, accumulez les données et stockez-les proprement dans un DataFrame Pandas prêt pour l'analyse.
Module 5 : Robustesse : erreurs, timeouts, user-agent
45
Rendez votre scraper résistant aux pannes réseau, aux timeouts et aux serveurs capricieux. Gérez les exceptions, configurez les headers et adoptez les bons réflexes défensifs.
Module 6 : APIs publiques : authentification et quotas
45
Dialoguez avec une API REST publique, gérez une clé d'API et respectez les quotas. Évitez le scraping quand une vraie API existe.
Module 7 : Parser du JSON complexe
45
Naviguez dans des réponses JSON imbriquées sur plusieurs niveaux. Extrayez les champs utiles, aplatissez les structures et évitez les plantages sur champ manquant.
Module 8 : Éthique du scraping : CGU, robots.txt, RGPD
60
Scraper sans enfreindre la loi ni l'éthique : lire le fichier robots.txt, respecter les CGU, comprendre le RGPD et adopter les bons réflexes responsables.
Commentaires
0 commentaire
Aucun commentaire pour le moment
Soyez le premier à partager votre avis !
Se connecter pour commenter