Web Scraping con R
Descripción
Módulo 1: Introducción al Webscraping
1.¿Qué es el Webscraping?
•Definición y aplicaciones.
•Consideraciones legales y éticas.
2.Instalación y configuración del entorno de trabajo
•Instalación de R y RStudio.
•Instalación de paquetes necesarios: rvest, httr, xml2, tidyverse.
3.Conceptos básicos de HTML y CSS
•Estructura de un documento HTML.
•Selectores CSS.
Módulo 2: Fundamentos de Webscraping con R
1.Uso del paquete rvest
•Introducción a rvest.
•Lectura de páginas web con read_html().
•Selección de nodos HTML con html_nodes() y html_node().
•Extracción de texto y atributos con html_text() y html_attr().
2.Navegación y extracción de datos
•Manejo de datos tabulares con html_table().
•Scraping de múltiples páginas.
3.Manejo de sesiones con httr
•Introducción a httr.
•Realización de solicitudes GET y POST.
Módulo 3: Scraping Avanzado
1.Scraping de sitios dinámicos
•Introducción a sitios web dinámicos.
•Uso de rvest y httr con JavaScript.
•Introducción a RSelenium para scraping de contenido dinámico.
2.Automatización de tareas de scraping
•Uso de RSelenium para interactuar con formularios y botones.
•Extracción de datos de sitios web que requieren autenticación.
Dirigido a
Este curso está dirigido a profesionales TIC que dispongan de conocimientos y/o experiencia en programación R
El objetivo de este curso es dotar a los usuarios de los conocimientos básicos sobre la técnica de adquisición de datos conocida como web scraping. Con ello y aprenderán a extraer datos textuales publicados en una página web.