系列文章
DAY 2
【Day 1】環境準備
開發環境 python3 下載並安裝 python 執行環境，這個系列文用的是 3.7.3 版本。安裝後在命令列執行 python --veresion 確認是...
DAY 3
【Day 2】常見的資料格式 (1/3) - CSV
在開始爬資料前，先來認識一下網路上常見的資料格式吧！ CSV 的全名是 Comma Separated Values，顧名思義就是用**逗點（,）**分隔的資料...
DAY 4
【Day 3】常見的資料格式 (2/3) - JSON
另一個常見的格式是 JSON (JavaScript Object Notation)，可以想成是 Python 的 dict 或 list。Python 也有...
DAY 5
【Day 4】常見的資料格式 (3/3) - HTML
我們在瀏覽器上實際看到的畫面，其實是瀏覽器在收到 HTML 後渲染出來的結果，之後寫爬蟲時也是幾乎都會根據 HTML 來找到我們要爬取的目標，所以必須對 HTM...
DAY 6
【Day 5】剖析網頁原始內容 (1/2) - HTML
在昨天的內容中，我們已經了解了基本的 HTML 結構，今天我們來試著剖析網頁原始碼並找出我們需要的資料。 常見剖析 HTML 原始碼的方式有三種： 正則表示式...
DAY 7
【Day 6】剖析網頁原始內容 (2/2) - XML
昨天有提到，Beautiful Soup 也可以用 lxml 來作為剖析器，但在某些特殊情況還是得回頭以 lxml 來使用 XPath 定位資料。 安裝 lxm...
DAY 8
【Day 7】請求和回應
開始蒐集資料前，需要拿到可以用來「剖析」的原始資料。但平常我們都是打開瀏覽器，輸入網址（甚至常常跳過這步）、可能會輸入一些關鍵字來搜尋、再點選幾個有興趣的連結。...
DAY 9
【Day 8】蒐集 iT 邦幫忙的技術文章 (1/6) - 列表頁
終於進入最令人期待的環節了！（有人期待嗎QQ）接著四天會試著蒐集 iT 邦幫忙的技術文章，從列表頁開始，把每篇文章的標題、內文、回應和留言都蒐集起來。 接下來...
DAY 10
【Day 9】蒐集 iT 邦幫忙的技術文章 (2/6) - 使用好維護的選擇器
大家還記得昨天的落落長選擇器嗎？ html > body > div > div.row > div.col-md-12.clearfi...