Гайды, исследования и кейсы о парсинге сайтов, мониторинге цен и поставке данных под задачи аналитики, маркетинга и продукта.
Сравниваем языки для написания парсеров — Python, JavaScript, PHP, Go, Java и C#: скорость, экосистема, порог входа и когда что брать.
Что такое DOM-парсер и как он устроен: построение дерева документа, навигация по узлам и отличия от потоковых и регэксп-подходов.
Шпаргалка по CSS-селекторам для извлечения данных: классы, атрибуты, псевдоклассы, комбинаторы и типичные ошибки при выборе элементов.
Каталог библиотек для парсинга под Python, JavaScript, PHP, Java, C# и Go: что выбрать под статические страницы, динамику и API.
Сбор ключевых слов из Google: подсказки, Keyword Planner, выдача и связанные запросы — для зарубежного и русскоязычного SEO.
Работа с XML на Python: ElementTree для простых задач, lxml для XPath и потоковый разбор многогигабайтных файлов через iterparse.
Как автоматизировать сбор частотности из Яндекс Wordstat: операторы, ограничения сервиса, капча и варианты обхода через API и парсеры.
Сбор и кластеризация семантического ядра парсингом: источники ключевых фраз, частотность, группировка и подготовка к продвижению.
Почему lxml — самый быстрый HTML/XML-парсер для Python: XPath-запросы, сравнение с BeautifulSoup и приёмы работы с большими документами.