Parsing sites PYTHON - # 2 BEAUTIFUL SOUP, FAKE-USERAGENT
Parsing sites PYTHON - # 2 BEAUTIFUL SOUP, FAKE-USERAGENT
📗 All links to useful materials are below 📗
We will analyze the parsing of python sites, examine the modules
requests, bs4 (BeautifulSoup), fake-useragent, multiprocessing.
Let's write a lot of parsers in python, learn how to find the elements we need
on the page, we will analyze the structure of requests requests, learn how to transfer
your headers and your data to the site.
During the course, we will write a program to download files
from the site, we will learn how to transfer proxies and user agents to the request.
Let's take a look at how to parse the site using the ones we have already studied.
tools. Towards the end of the course, we will also explore multiprocessing for accelerated parsing. In this video, we will learn how to collect the received data using the beautiful soup module and how to use fake-useragent to generate unique user agents.
⭐ Free version of Kite: bit.ly/3cKz97C
⭐ PyQt5 Python Course: pyqt5.ru
⭐ Channel with useful material: t.me/codeblog8
📁 Website scraping course: bit.ly/394VKtG
📁 Selenium Python Course: bit.ly/3p669ef
📁 Contact me: zproger777@gmail.com
📁 Support channel: www.donationalerts.com/r/zproger
Libraries used:
requests, bs4
lxml, fake-useragent
multiprocessing
#ParsingSites #ParsingSitesPython #ParsingPython
Пікірлер: 147
⭐Курс ООП и Приват канал: zproger-school.com/ ⭐Телеграм канал: t.me/+ltjhP8CCll80NTAx Не забывайте оставлять свои идеи для следующих видео в комментариях, большинство из них реализовывается на канале. Также подписывайтесь на канал, так как именно у нас публикуется отборный материал, который позволит вам изучать программирование и другие технологии в разы быстрее.
Господи, ура! Целую неделю пытался найти нормальные видео по парсингу данных, уже отчаялся и тут появляетесь вы со своими прекрасными объяснениями! Спасибо)
Классно что хоть кто-то рассказывает про работу модулей, очень интересно и полезно, побольше бы разных модулей
@zproger
3 жыл бұрын
Ещё много чего интересного будем рассматривать на этом канале :)
Офигенные уроки. Когда просто бегло смотрел, казалось всё элементарным. Начал повторять и документировать - сразу увидел, сколько же тут нюансов. Очень хорошо проработаны занятия, есть возможность, посмотрев один пример, поставить на паузу и дальше делать самому для закрепления. Многое всё ещё очень поверхностно понимаю в плане того, как оно вообще работает, но в целом всё получается :)
Отличный курс! Все понятно и кратко. Лаконичность это большой плюс. Спасибо)
@zproger
3 жыл бұрын
Спасибо, рад что вам понравилось.
Вы шикарный учитель, спасибо вам!
@zproger
3 жыл бұрын
Рад что смог помочь :)
Чувак, спасибо. Смотрел кучу уроков, нифига не было понятно, а тут получилось!)
@zproger
3 жыл бұрын
Пожалуйста :)
@kakw436
2 жыл бұрын
@@zproger почему у меня не работает .text
@m0hdapuh874
Жыл бұрын
Тоже самое
Ты просто лучший, не изучая парсиинг начал заниматься этим по видосу, когда шел строго по видел все работало нормально)) еще бы оно не работало так то, но как начал сам то сразу застрял,и потом нашел твои ролики, тут ты все понятно и с примерами объяснил. От всей души спасибо 🤝
Очень полезный курс, спасибо 😄
@zproger
3 жыл бұрын
Рад что вам понравилось, сейчас также реализовывается новый курс по Selenium, возможно вам это будет интересно
Супер подача материала, с меня лайк, а с Вас ЕЩЕ БОЛЬШЕ КОНТЕНТА😄
@zproger
3 жыл бұрын
Спасибо за поддержку :)
Отличный видос, сильно помог подробными разъяснениями
Познавательно! Умеешь объяснять и это круто.
@zproger
3 жыл бұрын
Спасибо :)
спасибо огромное ! видос вроде короткий но очень содержательный .
@zproger
3 жыл бұрын
Рад что вам понравилось :)
а вот это объяснение хорошее! Спасибо за материал!
@zproger
10 ай бұрын
Благодарю
первый человек кто про парсинг на питоне ОБЪЯСНЯЕТ, а не рассказывает
@zproger
3 жыл бұрын
Спасибо :)
Отлично, материал зашел на ура, осталось только потренироваться для закрепления пройденного. Оказалось html разный приходит если запрос с куками лии без.
отличное видео, спасибо автору за труд)
@zproger
3 жыл бұрын
Спасибо, очень приятно
Спасибо за видео!
@zproger
2 жыл бұрын
Пожалуйста :)
очень помог, спасибо)
Спасибо, помогло понять)
@zproger
3 жыл бұрын
Рад что смог вам помочь
Как по мне, так отличные уроки.
@zproger
3 жыл бұрын
Спасибо
Не знаю почему, но я кайфую с такого спокойного голоса
@zproger
Жыл бұрын
благодарю
Отличная подача. Но вопрос - у меня выдает ошибку при попытке установить lxml. Можно заменить другой библиотекой?
Спасибо!
@zproger
2 жыл бұрын
Рад что понравилось :)
а как добавить блок в soup если там нету id или класса? Например на github просто ...
Почему-то при первом и втором способе подмены юзер агента всё равно выдаёт python-requests/2.28.1 Кто может подсказать в чем ошибка?
Спасибо за лекцию! А кто-нибудь сталкивался с такой проблемой: при запуске кода на хостинге не работает модуль фейкового юзер-агента? Пишет, что модуль не найден
Спасибо
@zproger
2 жыл бұрын
:)
Можешь подсказать, как div с browser_lang вывести? Я не могу понять как вывести текст из блока и спан первый , чтобы показывалось пр.: Язык: Русский (ru)
При парсинге разрешения текущего размера окна с сайта-примера в видео аналогично user-agent - в ответе ничего. Разрешение не удаётся выцепить. Хотя всё аналогично. Подскажите, в чём проблема? Использую код: check_window=block.find('div', id="window_size").text result_window=f'window: {check_window}' print(result_window) В ответе: window: т.е. разрешение не выцепляет
Подскажите пожалуста, как называется музыка на фоне?
Почему ошибка из за lxml, правильно html.parser возможно из за обновления 3.10 python ?
Мега крут
@zproger
2 жыл бұрын
Благодарю :)
блин сколько видосов про парсинг смотрел, твои пока самые внятные и понятные . всё по полочкам всё понятно. А то вот недавно смотрел видосы у одного чувачка прикольного и вроде всё понятно а потом он такой бах и говорит тут мы прописываем в методе select ксс силектор :nth-child(2) и все погнали дальше по коду. ппц и вот думай гадай что такое эти селекторы пздц
@zproger
3 жыл бұрын
Рад что смог помочь :))
@4eJICu
3 жыл бұрын
для парсинга, лучше конечно верстку еще знать, видимо у него расчет на такую аудиторию был.
на 12 строчки кода, это 6 минута видео, у меня выдает Ошибку-индекса :( list index out of range, почему так?
3:57 что делать если не показывает нужный код сайта? выдает значения которые не нужны, показывает head и то другой какой то, а body якобы пустой
Спасибо! Жаль что нет ссылки на следующее видое
@zproger
3 жыл бұрын
На канал нужно перейти, все видео уже давно в плейлисте
При попытке использования fake_useragent выдает следующую ошибку: fake_useragent.errors.FakeUserAgentError: Maximum amount of retries reached Может знает кто, в чем проблема?
хорошо если сайт просто отдает данные по Get а если там нужно с ключами как на озон например ничего не отдаст по гет просто так
Урок хороший, только у меня подтягивает не верное значение JavaScript, в браузере написано "Включено", а подтягивает "Выключено "
Люди короче вопрос, я просто хочу собрать слова с сайта РЕШУ ЕГЭ в отдельный файл, нужны слова,где есть "..",это я сделал с помощью re, но почему то собираются слова только с первых 5 заданий, а остальной текст насколько я понял даже не пришел после запроса, почему такое может произойти и как можно пофиксить.
А что если я получаю не весь html код?Если в браузере смотреть там есть div классы и тд,вывожу через text, там их нету.Через content тоже пробовал.В итоге не получается bs найти значения
@zproger
3 жыл бұрын
Возможно это значение подгружается через js, а requests не обрабатывает их.
@user-ot5iy5es4l
3 жыл бұрын
@@zproger пробовал json обрабатывать,толку0
На удивление, с моим знаниям довольно маленьким знаниям Пайтона, я смог получить курс евро, и вывести его в консоль, там правда айди не было, а класс
не особо понял, для чего нужен fake_useragent, можете объяснить на примере?
@zproger
Жыл бұрын
Юзер-агент должен быть всегда разный во время парсинга, чтобы сайт думал что это разные устройства.
А как искать необходимый div, если во всем коде нет ни единого id, только классы?
@zproger
2 жыл бұрын
Тогда искать по классам
@kakw436
2 жыл бұрын
class_=' ' {'class': ' '}
Вроде, все то же самое сделал, но все равно пишет User-agent: python-requests/2.26.0
@zproger
2 жыл бұрын
модуль user-agent обновился и теперь работает по-другому, подробней на офф.странице: pypi.org/project/fake-useragent/
Шикарный урок. Спасибо. 🤝 Только на будущее не говори пожалуйста яваскрипт, не ява ведь... джава, жаба. Но блин ява эт прям больно слышать 😱👀
@zproger
11 ай бұрын
я вроде как никогда не говорил ява скрипт
Автор, ответьте пожалуйста, зачем мы создали block? Мы же можем искать сразу в soup... этот момент я как то недопоянл
@Grigorev84
2 жыл бұрын
И ещё вопрос как парсить не через id а через class
@Grigorev84
2 жыл бұрын
Попробовал спарсить заголовки рбк, не поулчается 'NoneType' object has no attribute 'text'
У меня возникла проблема. Программа работает, но когда картинка скачивается то она потом просто не открывается. Пытался подсоединить fake_useragent, тоже не помогло. Как быть?
@zproger
3 жыл бұрын
Какие-то ошибки есть? Нужно больше информации, я к сожалению не читаю мысли :)
@Risehack
3 жыл бұрын
@@zproger Ошибок нет. Вот файл с кодом: drive.google.com/file/d/11j-l5ybd4o-HMGMbSsslK0svgjdBkv5L/view?usp=sharing А вот что мне пишет, когда я пытаюсь открыть картинку на ПК: drive.google.com/file/d/1XNsL-1Ypkz-kqQ3qhgQcyKKTEAExgRb7/view?usp=sharing
@Risehack
3 жыл бұрын
@@zproger Я парсил другой сайт, хотя на вашем также было
bs4.FeatureNotFound: Couldn't find a tree builder with the features you requested: lxml. Do you need to install a parser library?помогите весь интернет облазил уже сто раз перепроверил то что lxml установлен
@user-pn4yn2rw5k
2 жыл бұрын
если у кого нибудь такая же проблема попробуйте поменять парсер с "lxml" на 'html.parser'
@zproger
2 жыл бұрын
Нужно устанавливать его глобально
Что за музон? Хочу такой
А почему список header передался на сайт, если он не учавствовал в коде никак кроме его обьявления?
@zproger
2 жыл бұрын
Возможно видео неудачно обрезал, но заголовки будут участвовать только в случае если напрямую передать аргумент headers в самом запросе, либо же если это сессия, то в случае с обновлением списка session.headers
@n_ulls
2 жыл бұрын
@@zproger спасибо)
Если вместо user-agent писать случайный набор символов, то не парсит, выдаёт пустой список.
@zproger
2 жыл бұрын
Да, это не будет работать на всех сайтах
@user-hj4pb5zb2q
2 жыл бұрын
@@zproger А что тогда делать?
Видео крутое... Но возникла проблема, помогите пожалуйста. Пишет, что нет модуля fake_useragent, при том, что он установлен.
@romashkahehe6270
Жыл бұрын
Не работает только в pycharm, в идле всё нормально.
Ну "ФиндОл" всё объясняет ))
@zproger
Жыл бұрын
:))
что делать если в строке с использованием find-all не работает .text
@zproger
2 жыл бұрын
Какую ошибку получаете?
Вот вместо этой возни с requests.get(url, headers=headers) лучше бы сразу показал сессии, где можно сразу задать Session.headers и Session.proxies
@zproger
3 жыл бұрын
Безусловно можно, но в данном уроке сессии ещё не рассматриваются, и необходимо знать каким образом можно передавать заголовки помимо сессий.
You can use teg find_all
@zproger
2 жыл бұрын
:/
что лучше суп или скрапи? что популярней на фрилансе?)
@zproger
2 жыл бұрын
Обычно нет четких требований к инструменту, который нужно использовать. Скрапи подойдет для крупных проектов, а небольшие проекты можно на bs4 сделать.
Что делать если я хочу получить ссылку, но вместо ссылки я получаю значок #
@zproger
3 жыл бұрын
Значит в этом атрибуте и лежит данный символ, необходимо проверить наличие ссылки в нем.
@miami_racer4378
3 жыл бұрын
@@zproger проблему решил, я не тот тег смотрел.
как понять что это основной блок 3:58, кто тут, можете помочь?
топ видео, но почему-то модуль fake-useragent не работает
@Awdesk_
2 жыл бұрын
Посмотрю документацию, возможно, модуль обновился
@zproger
2 жыл бұрын
Модуль был обновлен
Как работает header?
@zproger
3 жыл бұрын
Это обычные заголовки, которые передаются на сервер.
@personx5954
3 жыл бұрын
@@zproger аа, у меня просто не работает, наверное из-за того что я через телефон делаю
+++
@zproger
3 жыл бұрын
:)
а почему lxml а не json?
@zproger
3 жыл бұрын
Привык всегда его использовать :)
почему у меня не работает .text
@zproger
2 жыл бұрын
Если ошибка NoneType, значит не удалось найти объект по идентификатору
Сайт во время урока умер - топ!
@zproger
11 ай бұрын
Это сайт не для урока, я нашел рандомный из выдачи) Главное найти что-то подобное
если айди нету а только class
@zproger
3 жыл бұрын
Ну так используйте class_ вместо id
Жява скрипт😂
@zproger
Жыл бұрын
Жаба скрипт :)
Запутался к концу видео, это изменили,это удалили, тут добавили, там переделали))). К концу видео уже и не понимаю что к чему))
@zproger
2 жыл бұрын
Спасибо за комментарий, я учту всё это, чтобы сделать следующие видео лучше
@deniskuznetcov3193
2 жыл бұрын
@@zproger да если можно)) а то уже к середине не понимал что мы делаем а в конце вообще запутался что писал и для чего)) Если можно в след раз писать и озвучивать вот этот код для этого и делает это, если изменить в коде это, на выходе получаем этот результат)) не сваливать все в одну кучу, и по ходу не изменять его и не удалять))
@Grigorev84
2 жыл бұрын
Я пишу код вслед за автором, и потом уже анализирую конечный код, вопросов не возникает.
жява скрипт)
@zproger
Жыл бұрын
=))
Здравствуйте! Спасибо за видео! Скажите пожалуйста, ваш курс на степике отличается от цикла этих видео? Что я смогу найти на степике, чего нет на ютубе заплатив 30 долларов? И на 3 минуте видео можно же было сразу написать soup.find('div', id="javascript_check") и он бы нашел нужный блок в рамках этого сайта, или я что-то путаю...
@zproger
Жыл бұрын
Здравствуйте, на степике на 3 видео больше чем здесь и он время от времени обновляется. Но это скорее как способ поддержать канал.
Ну концепция парсинга объяснена доступна, а вот то, что по сути он подтягивает неверные данные это вообще не смущает?
@zproger
2 жыл бұрын
Не заметил этого, где именно оно подтягивает неверные данные?
А где виртуальное окружение, зачем загаживать систему всеми зависимостями пакетов, которые нужны только этому скрипту? Ну и финд олл конечно... )))
Когда вы начнёте грамотно писать слово "response"?
@zproger
2 жыл бұрын
Уже пишу :D
английский язык автору стоит подтянуть.. "финд" - это find уши режет
@zproger
3 жыл бұрын
Я произношу по-разному, знаю что это не правильно, но не замечаю за собой некоторые моменты
Что то нихуя не работает)...
а ведь можно в бесконечном цикле запустить get(link), да еще и в несколько потоков. (закадровый смех от собственных грязных мыслей)