سرفصل های دوره

۲ فصل
۱۰ جلسه
۲ ساعت
۱

مقدمات

خرید این فصل
۲ قسمت
۰۰:۱۸:۳۴

قسمت اول - معرفی دوره

رایگان
۰۶:۳۶

قسمت دوم - مفاهیم فریورک Scrapy برای استخراج ساختارمند اطلاعات از وب

رایگان
۱۱:۵۷
۲

آموزش فریمورک Scrapy در پایتون

خرید این فصل
۸ قسمت
۰۱:۵۳:۵۴

Web Scraping و Web Crawling دو مورد از مهم ترین موارد بررسی و تحلیل صفحات وب هستند. در سال 2008 فریمورکی تحت عنوان Scrapy انتشار یافت که برای تازه کاران ساده و برای حرفه ای ها به اندازه کافی دارای ویژگی های مثبت است.

وبسایت ها حاوی اطلاعات معنی دار هستند که می توانیم آن ها را  استخراج کنیم و در کاربرد مورد نظرتان ( طراحی موتور چستجو یا ایجاد یک دیتاست برای کار تحلیل داده یا …) از این داده ها بهره ببرید.

در دوره آموزش آموزش Scrapy در پایتون ، با Scrape کردن محتویات خام از صفحات وب و ذخیره کردن آنها برای استفاده بعدی در یک قالب ساختارمند و معنادار ، نحوه ی کارکرد Scrapy ، ساختار کلی آن، نحوه ی استفاده از Selector های Css و Xpath در Scrapy برای انتخاب بخش های مورد نظرتان از یک وبسایت ، استفاده از Scrapy Shell ، مفاهیم Crawl کردن صفحات وب و ساخت موتور های جستجو و Spider ها و… آشنا میشوید.

این آموزش Scrapy در پایتون مناسب چه افرادی است؟

افرادی که کارهایی در حوزه ی Data analysis میکنند و میخواهند اطلاعاتی را برای تحلیل از صفحات وب استخراج کنند، افرادی که میخواهند موتور جستجو برای یک وبسایت به خصوص بسازند یا با نحوه ی کارکرد موتور های جستجو مثل Google ، Bing ، Yahoo و… آشنا شوند و افرادی که به استخراج اطلاعات از وب علاقه دارند مخاطبین این دوره هستند.

آنچه با مشاهده این دوره به دست می آورید:

  • متخصص شدن در زمینه برنامه نویسی پایتون
  • پیاده سازی پروژه های تخصصی و هیجان انگیز
  • توسعه و پیاده سازی خزنده های وب (Web Crawler)
  • دریافت به روز ترین سرفصل آموزشی و آخرین ورژن های تکنولوژی
  • آموزش مطالب تخصصی و عدم اتلاف وقت برای مباحث غیر کاربردی
  • اجرایی کردن ایده های خودتان
  • کسب درآمد از از این حوزه
  • اشتغال و درآمد زایی
  • و …

پیش نیاز ها:

  • آشنایی با زبان Python
نکته
برای آشنایی با زبان Python می توانید به دوره آموزش رایگان پایتون مراجعه نمایید.

تکنولوژی ها و نرم افزار ها:

سرفصل های آموزش آموزش Scrapy در پایتون :

 جلسه اول : مقدمه و معرفی دوره

جلسه دوم : مفاهیم فریورک Scrapy برای استخراج ساختارمند اطلاعات از وب

  •  معرفی Scrapy
  •  Web Scraping
  •  Web Crawling
  •  Spider
  • CSS Selector and Xpath Selector
  •  بررسی ساختار کلی Scrapy و چگونگی کار کردن اجزای آن با یکدیگر

جلسه سوم : معرفی دستورات Scrapy

  • نصب Scrapy
  • بررسی دستورات bench , version , settings
  • معرفی Scrapy Shell

جلسه چهارم : Css Selector

  •  استخراج اطلاعات با ‌کلاس های css
  •  استخراج اطلاعات با عبارات منظم ( Regular Expression )
  •  اسپمر ها

جلسه پنجم : Xpath Selector

جلسه ششم : پروژه اول

جلسه هفتم : بررسی الگوریتم یک Search Engine برای یک سایت اختصاصی

جلسه هشتم : پروژه دوم

  • استخراج اطلاعات مورد نیاز برای ساخت یک Search Engine برای سایت StackOverflow

جلسه نهم : پروژه سوم ( کار با داده های فارسی)

  • استخراج اطلاعات فارسی از سایت دانشجویار ( اطلاعات دوره ها)

جلسه دهم: استخراج لینک های یک وبسایت با scrapy shell

 

مشاهده گیتهاب مدرس ( محمد تقی زاده )

تمامی پرسش های پایتونی و سوالات دوره از بخش نظرات توسط مدرس پاسخ داده میشود.

مزایای خرید دوره :

  • تمامی آموزش ها 3 ماه بعد از انتشار دوره دارای پشتیانی تخصصی توسط مدرس هستند.
  • چنانچه سورس و فایل های جانبی برای دوره موجود باشد، همراه با لینک های آموزش در اختیار شما قرار می گیرد.
  • با تهیه این دوره آموزشی، محتوای ارزشمند برای ورود به بازار کار را به قیمت ناچیزی در اختیار دارید.
  • ویدئو های آموزشی توسط واحد کنترل کیفیت ما بررسی و سطح علمی ، صدا و تصویر ، شیوه بیان و سایر موارد آن تایید می شود.
  • ویدئو های آموزشی ما در حد نیاز به مباحث تئوری می پردازد و بیشتر آموزش به صورت عملی و متناسب با بازار کار می باشد.
  • بلافاصله پس از ثبت سفارش لینک دانلود برای شما فعال شده و به ایمیلتان ارسال میگردد. همچنین در صورت انتخاب گزینه پستی مراحل ارسال مرسوله از طریق ایمیل به اطلاع شما میرسد.
  • کیفیت تمامی دوره های سایت تضمین شده است. در صورت عدم رضایت از آموزش، به انتخاب شما یا به صورت رایگان یک یا چند آموزش معادل دیگر دریافت می کنید و یا ۷۰ درصد مبلغ پرداختی به کیف پول شما بازگشت داده می شود.

 

توضیحات بیشتر

مدرس

محمد تقی زاده

محمد تقی زاده مدرس

سابقه بیش از پنج سال برنامه نویسی حرفه ای با زبان های برنامه نویسی مختلف و البته علاقه مند به پایتون ، توسعه ی بک اند و هوش مصنوعی (کارشناس مهندسی نرم افزار)

حوزه های مطالعاتی :
- هوش مصنوعی
- معماری های نرم افزار ، معماری تمیز ، کد نویسی تمیز
- تدریس و علم فن بیان
- علم فلسفه و عرفان
- تاریخ ایران و ملل دیگه

علاقه مندی ها :
- بررسی کدهای برنامه نویس های دیگر
- پینگ پنگ
- فیلم های کلاسیک
- موسیقی
- گوش دادن به پادکست

برخی از حوزه های فعالیت :
- برنامه نویسی Python
- طراحی سایت (Backend) با پایتون
- برنامه نویسی Java و توسعه دسکتاپ اپلیکیشن ها
- برنامه نویسی PHP
- برنامه نویسی Android (تا حدودی :) )

یوتیوب چنل : youtube.com/c/MohammadTaghizadeh
گیتهاب : github.com/M-Taghizadeh
اینستاگرام : instagram.com/taghizadeh.me
رزومه لینکدین : linkedin.com/in/mtaghizadeh