正如上一章第3章中提到的关于“如何写，解析，读取带有刮擦数据的CSV文件”中提到的，我们将讨论如何指定Web数据以刮擦。这是因为这是我们喜欢学习Python作为数字营销人员的关键目的之一。
因此，在这个针对数字营销人员4的Python教程中，我将带您了解基本概念和方法。它是使用BeautifulSoup和您需要知道的请求来指定Web数据和刮擦。最好在这部分中了解如何阅读HTML，CSS和JavaScript。但是，如果您还没有的话，这完全可以，因为目的是找到目前的数据。而且，它也用于学习一些方法以将特定数据用于数字营销目的。
在Python教程课上，我将以RING.com为例编写代码并刮擦所有最新的报价和定价。到Python教程结束时，您可以确定您的预期数据元素在页面上的位置，并在几分钟内全部刮擦。
目录：创建一个网站机器人，以使用Beautifutsoup刮擦特定网站数据
确定目标页面上的数据部分
指定数据以解析和刮擦
创建一个循环以刮擦所有部分指定的数据
通过某些部分传递丢失的数据
将数据保存到CSV文件中
完整的Python网站bot脚本
确定目标页面上的数据部分
正如您在这里看到的那样，有许多戒指产品捆绑包和优惠可能不规则地更新。如果您是环形经销商或Ring的竞争对手，那么您绝对希望调整产品营销和定价策略，以便如果销售对您的业务至关重要，将不会影响转换率。
要查找数据位置，我们需要使用浏览器开发人员工具并检查Web源代码。我以Chrome为例，您可以选择一个产品和右键单击以选择检查。
我们的目标是从头条新闻，子标题，常规价格，促销价格，描述和产品URL中刮下数据。基于此数据刮擦目标，我们尝试查看代码并找出本节或我们所谓的部门，其中包括我们针对刮擦的所有数据：
<div class =“ PLP产品” ……..
您知道产品信息的休息都以相同的部门开头：
<div class =“ PLP产品” ……..
要查看这是否正确，我们可以开始使用方法：find（）和find_all（）
（注意：我不会详细介绍如何导入美丽的小组，请求模块。如果您想了解更多信息，请检查以前的文章：
http://www.easy2digital.com/automation/data/python-tutorial-for-digital-marketers-2-web-scraping-with-beautifulsoup-requests-sublime-text/-sublime-text/
网络刮擦 – 查找并查找所有功能
首先，让我们创建称为ringweb，ringoffers和ringproduct的变量
ringweb = requests.get（’https://ring.com/collections/offers’）.text
ringoffers = beautifulsoup（ringweb，’lxml’）
Find（）方法用于定位您的刮擦动作，并从该位置获取数据的响应。作为路径，<div class =“ plp-product” ……
因此我们可以编写一行代码
ringproduct = ringoffers.find（’div’，类_ =’plp-product’）
在这一行代码中，我们定义一个变量，RingRproduct代表Ringoffers下的目标路径的数据。只要记住，在Python方法中，我们通常使用逗号将HTML源代码分开，并为每个源代码使用单个引号。关于类，我们需要使用class_ =，因为class =代表python中的其他功能。
如果我们尝试将其打印出来并命令B，则可以看到这些代码行可以抓住部分数据。它正在工作。
由于ring.com不仅有一套捆绑包可以在报价页面上出售，因此我们需要使用其他方法find_all（）。我们只需要用find_all（）替换find（），您可以看到生成所有捆绑部分数据。
指定数据以解析和刮擦
现在，我们开始解析我们要刮擦的目标部分数据和特定数据，如我们本文前面提到的那样。
首先，这是产品标题
我们可以检查并从开发人员工具中查看，RING提供页面H4仅表示捆绑产品的标题，因此我们可以直接编写一系列代码：
标题= ringproduct.h4.text
打印（标题）
在Python中，我们通过使用DOT来拆分路径，除了方法中的路径。当我们刮擦字符串数据时，因此我们可以在H4之后使用文本。
然后，其子程度和描述
我们可以看到有两个使用H6的地方（子标题和描述）。与标题不同，我们需要使用find（）方法并找到特定的H6数据
子标线= ringproduct.find（’H6’，类_ =’sub-title size-xs’）。
打印（子标签）
描述= ringproduct.find（’H6’，类_ =’product-description font__exlight’）。
打印（描述）
您会发现并非所有产品捆绑包都有子标题。在Python中，我们需要传递丢失的数据，以避免运行脚本文件时出现错误。我会稍后谈论它。
然后，这是常规价格和晋升价格
paster_price = ringproduct.find（’span’，class _ =’常规价格’）。
打印（propers_price）
lustron_price = ringproduct.find（’span’，类_ =’compare-price’）。
打印（常规_price）
最后但并非最不重要的是，这是产品降落URL
代码行：
product_url = ringproduct.a [‘href’]
product_link = f’https：//ring.com {product_url}’
打印（product_link）
基本上，每个产品捆绑包的源代码中只有一个唯一的URL。例如，产品入门套件着陆路径是收集/优惠/产品/入门套件。因此，我们可以忽略我们旨在刮擦和直接利用[]的价值，在一节中刮擦HREF值：product_url = ringproduct.a [‘href’]
但是，如果我们将这些数据路径刮入文件中，则无法在页面上打开并访问它们。因此，为了显示完整的URL，我们可以创建一个可变product_link，并通过使用f”并将product_url插入{}来利用格式功能。
product_link = f’https：//ring.com {product_url}’
如果我们尝试将其打印出来，则可以证明它有效。
创建一个循环以刮擦所有截面的数据
这些代码线正在工作，因此我们可以将其推出以批量刮擦所有数据。为此，我们需要用于… in和find_all方法：
对于ringoffers.find_all（’div’，类_ =’plp-product’）的ringproduct：
由于此代码处于父级，因此我们需要在此代码和缩进子女线的末尾添加一个结肠。
如果我们尝试打印出来，我们可以看到下面列出的结果，其中包括所有产品捆绑信息。
通过某些部分传递丢失的数据
您可能会知道，并非所有产品捆绑包都有子标签和促销价格，因此，如果您从Python遇到此响应时，请尝试运行子程度和促销价格行：对象没有属性“文本”，它将停止刮擦过程。
这是编码世界的反映，因为并非所有信息都按顺序和结构化。因此，我们需要使用尝试/除外，除非经过此操作。
副标题：
尝试：
子标线= ringproduct.find（’H6’，类_ =’sub-title size-xs’）。
除例外为E：
子标线=无
促销价格：
尝试：
lustron_price = ringproduct.find（’span’，类_ =’compare-price’）。
除例外为E：
lustron_price =无
对于除异常以外的可变值，您可以将其设置为易于理解，例如NONE，0，“ NA”，ETC。
我没有设置，所以您可以看到响应结果
将数据保存到CSV文件中
现在，Python脚本已经准备好了，现在该将刮擦数据保存到一个地方，这可以是本地文件或在线服务器。
我将详细介绍CSV文件，因为我之前谈到了这一课。如果您有兴趣，请查看其他文章
http://www.easy2digital.com/automation/data/python-tutorial-for-digital-marketers-3-how-to-write-parse-parse-parse-parse-read-csv-files-with-scraped-data/
执行代码后，下面的CSV文件将出现，并存储我们旨在刮擦的所有指定数据。
完整的Python网站bot脚本
如果您想拥有网站机器人的Python脚本的完整版本，请通过添加消息第4章订阅我们的新闻通讯。我们将立即将脚本发送到您的邮箱。
这么简单，对吧？希望您喜欢阅读第4章：创建一个网站机器人，使用BeautifulSoup刮擦特定的网站数据。如果这样做，请通过执行下面列出的一件事情来支持我们，因为它总是有助于我们的频道。
支持并通过PayPal（PayPal.me/Easy2Digital）向我们的渠道捐款
订阅我的频道，并打开通知铃easy2Digital YouTube频道。
关注和喜欢我的页面Easy2Digital Facebook页面
与主题标签＃Easy2Digital在您的社交网络上分享文章
购买具有easy2digital 10％折扣代码的产品（Easy2DigitalNewBuyers2021）
您注册我们的每周新闻通讯，以收到Easy2Digital的最新文章，视频和折扣代码
订阅我们通过Patreon每月会员资格以享受独家福利（www.patreon.com/louisludigital）
除了刮擦HTML和XML Web数据外，如果您有兴趣学习获取只能通过API访问的一些平台数据，请查看本文，我们将从YouTube频道开始。
希望您喜欢阅读。如果您这样做，请通过执行下面列出的一件事情来支持我们，因为它总是有助于我们的频道。
