Sử dụng beautifulSoup trong Python để tự động crawl data từ website bất kì

{tocify} $title = {Mục lục bài viết}

Cách crawl dữ liệu web hay cách thu thập dữ liệu web là một thắc mắc của khá nhiều bạn. Lý do bởi hiện nay, có vô vàn các website ở đủ mọi lĩnh vực cung cấp cho chúng ta rất nhiều thông tin hữu ích. Đôi khi, chúng ta sẽ muốn tổng hợp lại các thông tin này lại một chỗ để có thể dễ dàng sử dụng, phân tích,… Do vậy, video này chúng tôi sẽ hướng dẫn bạn các kiến thức cơ bản nhất về cách crawl (thu thập) dữ liệu web và có một vài demo bằng ngôn ngữ Python.

Để có thể nắm được tốt nhất nội dung của bài viết này, người đọc nên có sẵn 1 số kiến thức/kinh nghiệm sau:

Nắm được cấu trúc của 1 website.

Có kiến thức về HTML, CSS selector, XPath

Có kiến thức căn bản về ngôn ngữ lập trình Python

Có am hiểu nhất định về Dev Tools của trình duyệt