Bevor wir weitermachen, ist es wichtig, das Konzept von __HTML__ und seine Funktionalität zu verstehen.

Zum Beispiel, werfen Sie einen Blick auf die unten angezeigte Webseite, die über den folgenden <a href="https://codefinity-content-media.s3.eu-west-1.amazonaws.com/35fdd0a9-2b4b-4032-9ac4-3d848aa08650/test_page.html" target="_blank" style="color: #ff8a00; font-weight: 600; text-decoration: none; transition: 0.3s ease-in-out;" onmouseover="this.style.color='#ff0000'" onmouseout="this.style.color='#d27204'">Link</a> erreichbar ist.

Die __HTML__-Struktur der Seite sieht folgendermaßen aus:

PGh0bWw+CiAgPHRpdGxlPlRlc3QgcGFnZTwvdGl0bGU+CiAgPGJvZHk+CiAgICA8aDI+V2hhdCBpcyBIVE1MPzwvaDI+CiAgICA8cD4KICAgICAgSFRNTCwgb3IgSHlwZXJUZXh0IE1hcmt1cCBMYW5ndWFnZSBpcyBtYXJrdXAgbGFuZ3VhZ2UgdXNlZCBmb3IgZGlzcGxheWluZwogICAgICB3ZWIgcGFnZXMuCiAgICA8L3A+CiAgPC9ib2R5Pgo8L2h0bWw+

Lassen Sie uns einige Erklärungen durchgehen. Jedes __HTML__-Tag ist in spitze Klammern eingeschlossen, wobei eine linke Klammer `<` und eine rechte Klammer `>` verwendet wird. Die meisten __HTML__-Tags sind paarweise aufgebaut, bestehend aus einem öffnenden und einem schließenden Tag. Schließende Tags werden durch einen Schrägstrich `/` eingeleitet.

Im oben dargestellten Schema haben wir die folgenden Tags verwendet:

- `<html>` - definiert ein **HTML-Dokument** (verpflichtender Tag für jedes Dokument);
- `<title>` - definiert einen **Seitentitel** (wird in der Tab-Leiste angezeigt);
- `<body>` - definiert den **Body des Dokuments**;
- `<h2>` - definiert die **zweite Ebene der Überschrift** (es stehen 6 Ebenen zur Verfügung: `<h1>` - `<h6>`);
- `<p>` - definiert einen **Absatz**.

Lerne, wertvolle Daten automatisch von Webseiten zu extrahieren. Meistere Techniken, um Informationen effizient zu sammeln, damit du detaillierte Analysen durchführen, datengestützte Entscheidungen treffen und neue Erkenntnisse aus der unendlichen Fülle an Online-Informationen gewinnen kannst.

Erkunden Sie die Struktur einer HTML-Datei, lernen Sie, wie Sie sie effizient laden, und erwerben Sie praktische Fähigkeiten im Umgang mit den darin enthaltenen Daten.

Erkunden Sie die Grundlagen von Beautiful Soup, um Daten aus HTML-Dokumenten zu extrahieren. Lernen Sie, wie Sie die Struktur von HTML navigieren, auf spezifische Elemente zugreifen und mit deren Kindelementen arbeiten, um eine solide Grundlage im Web Scraping zu schaffen.

Meistern Sie den Umgang mit Elementattributen und -inhalten mit Beautiful Soup. Erwerben Sie die Fähigkeiten, um spezifische Informationen zu extrahieren, Elemente nach Attributwerten zu durchsuchen und fortgeschrittene Techniken zu nutzen, um HTML-Daten effizient zu parsen und zu analysieren.

Web Scraping mit Python

Was Ist HTML?