{"id":165115,"date":"2022-09-01T14:41:08","date_gmt":"2022-09-01T13:41:08","guid":{"rendered":"https:\/\/datascientest.com\/es\/?p=165115"},"modified":"2023-10-30T17:25:18","modified_gmt":"2023-10-30T16:25:18","slug":"beautiful-soup-aprender-web-scraping","status":"publish","type":"post","link":"https:\/\/datascientest.com\/es\/beautiful-soup-aprender-web-scraping","title":{"rendered":"Beautiful Soup : \u00bfc\u00f3mo aprender a hacer web scraping en Python?"},"content":{"rendered":"\t\t<div data-elementor-type=\"wp-post\" data-elementor-id=\"165115\" class=\"elementor elementor-165115\" data-elementor-post-type=\"post\">\n\t\t\t\t\t\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-a54d490 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"a54d490\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-019649a\" data-id=\"019649a\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-b98fbcd elementor-widget elementor-widget-text-editor\" data-id=\"b98fbcd\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-text-editor.elementor-drop-cap-view-stacked .elementor-drop-cap{background-color:#69727d;color:#fff}.elementor-widget-text-editor.elementor-drop-cap-view-framed .elementor-drop-cap{color:#69727d;border:3px solid;background-color:transparent}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap{margin-top:8px}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap-letter{width:1em;height:1em}.elementor-widget-text-editor .elementor-drop-cap{float:left;text-align:center;line-height:1;font-size:50px}.elementor-widget-text-editor .elementor-drop-cap-letter{display:inline-block}<\/style>\t\t\t\t<h2><strong>Como usuario de Internet, uno tiene acceso a mucha informaci\u00f3n sobre clientes, ofertas, cotizaciones de acciones, fen\u00f3menos f\u00edsicos, etc. Los usuarios pueden leer estos datos, pero nos gustar\u00eda poder explotarlos transform\u00e1ndolos en un formato operativo para finalmente analizarlos y aprovecharlos. El web scraping es la t\u00e9cnica que permite extraer esta informaci\u00f3n en un formato que pueda ser utilizado por los programas inform\u00e1ticos. En este art\u00edculo descubriremos c\u00f3mo hacerlo con Beautiful Soup.<\/strong><\/h2>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t<div class=\"elementor-element elementor-element-82193ca e-flex e-con-boxed e-con\" data-id=\"82193ca\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-66116d7 elementor-widget elementor-widget-video\" data-id=\"66116d7\" data-element_type=\"widget\" data-settings=\"{&quot;youtube_url&quot;:&quot;https:\\\/\\\/www.youtube.com\\\/watch?v=NBMITIGtIwA&quot;,&quot;video_type&quot;:&quot;youtube&quot;,&quot;controls&quot;:&quot;yes&quot;}\" data-widget_type=\"video.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-video .elementor-widget-container{overflow:hidden;transform:translateZ(0)}.elementor-widget-video .elementor-wrapper{aspect-ratio:var(--video-aspect-ratio)}.elementor-widget-video .elementor-wrapper iframe,.elementor-widget-video .elementor-wrapper video{height:100%;width:100%;display:flex;border:none;background-color:#000}@supports not (aspect-ratio:1\/1){.elementor-widget-video .elementor-wrapper{position:relative;overflow:hidden;height:0;padding-bottom:calc(100% \/ var(--video-aspect-ratio))}.elementor-widget-video .elementor-wrapper iframe,.elementor-widget-video .elementor-wrapper video{position:absolute;top:0;right:0;bottom:0;left:0}}.elementor-widget-video .elementor-open-inline .elementor-custom-embed-image-overlay{position:absolute;top:0;right:0;bottom:0;left:0;background-size:cover;background-position:50%}.elementor-widget-video .elementor-custom-embed-image-overlay{cursor:pointer;text-align:center}.elementor-widget-video .elementor-custom-embed-image-overlay:hover .elementor-custom-embed-play i{opacity:1}.elementor-widget-video .elementor-custom-embed-image-overlay img{display:block;width:100%;aspect-ratio:var(--video-aspect-ratio);-o-object-fit:cover;object-fit:cover;-o-object-position:center center;object-position:center center}@supports not (aspect-ratio:1\/1){.elementor-widget-video .elementor-custom-embed-image-overlay{position:relative;overflow:hidden;height:0;padding-bottom:calc(100% \/ var(--video-aspect-ratio))}.elementor-widget-video .elementor-custom-embed-image-overlay img{position:absolute;top:0;right:0;bottom:0;left:0}}.elementor-widget-video .e-hosted-video .elementor-video{-o-object-fit:cover;object-fit:cover}.e-con-inner>.elementor-widget-video,.e-con>.elementor-widget-video{width:var(--container-widget-width);--flex-grow:var(--container-widget-flex-grow)}<\/style>\t\t<div class=\"elementor-wrapper elementor-open-inline\">\n\t\t\t<div class=\"elementor-video\"><\/div>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-97fa1ae elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"97fa1ae\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-ed2e183\" data-id=\"ed2e183\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-6bd46ae elementor-widget elementor-widget-text-editor\" data-id=\"6bd46ae\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Por ejemplo, es posible que se quiera tener acceso a todas las rese\u00f1as de un paquete de cartuchos de tinta negra HP en Amazon para poder hacer un an\u00e1lisis sint\u00e1ctico, sem\u00e1ntico y de sentimientos, y hacerse una opini\u00f3n propia. <\/span><b>El web scraping<\/b><span style=\"font-weight: 400;\"> a partir de un localizador de tiendas (por ejemplo, un mapa) puede utilizarse para crear una lista de ubicaciones de negocios. Tambi\u00e9n se pueden obtener las cotizaciones de las acciones para tomar mejores decisiones de inversi\u00f3n.<\/span><\/p><p><span style=\"font-weight: 400;\">En cuanto a la parte de <\/span><b>an\u00e1lisis de datos<\/b><span style=\"font-weight: 400;\">, existen t\u00e9cnicas espec\u00edficas para cada tipo de datos y cada objetivo. El siguiente diagrama muestra el proceso log\u00edstico que conduce a una decisi\u00f3n informada :<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-4d06c9a elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"4d06c9a\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-8b45f55\" data-id=\"8b45f55\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-a39c6d3 elementor-widget elementor-widget-text-editor\" data-id=\"a39c6d3\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Si estamos en <\/span><b>la fase de recogida de datos<\/b><span style=\"font-weight: 400;\">, nos gustar\u00eda tener acceso a toda la informaci\u00f3n de una p\u00e1gina web para poder realizar el estudio deseado.<\/span><\/p><p><span style=\"font-weight: 400;\">Para ello, tenemos la posibilidad de copiarla \u00aba mano\u00bb en otro documento. Pero se trata de una tarea minuciosa, ya que puede llevar mucho tiempo, por no hablar de las erratas que pueden producirse durante la introducci\u00f3n de datos. Como se ha mencionado en la introducci\u00f3n, <\/span><b>el web scraping<\/b><span style=\"font-weight: 400;\"> permite acceder a esta informaci\u00f3n en un formato utilizable.<\/span><\/p><p><span style=\"font-weight: 400;\">Para la segunda fase, se recurre a los conocimientos t\u00e9cnicos de los <\/span><b>Data Analysts<\/b><span style=\"font-weight: 400;\">, <\/span><b>Data Engineers<\/b><span style=\"font-weight: 400;\"> o <\/span><b>Data Scientists<\/b><span style=\"font-weight: 400;\"> para establecer los algoritmos y estudios estad\u00edsticos pertinentes.<\/span><\/p><p><span style=\"font-weight: 400;\">Por ejemplo, en el caso de analizar los comentarios sobre un producto, se puede utilizar un algoritmo de PNL, que permite a las m\u00e1quinas entender el lenguaje humano.<\/span><\/p><p><span style=\"font-weight: 400;\">La interpretaci\u00f3n de los datos suele hacerse en equipo, teniendo en cuenta la opini\u00f3n <\/span><b>de especialistas en la materia<\/b><span style=\"font-weight: 400;\"> (por ejemplo, teniendo en cuenta la opini\u00f3n del m\u00e9dico si se trabaja en un proyecto con datos m\u00e9dicos), para llegar finalmente a <\/span><b>una toma de decisi\u00f3n \u00f3ptima.<\/b><\/p><p><span style=\"font-weight: 400;\">En este art\u00edculo, nos centraremos en la fase 1, ya que nos interesa <\/span><b>la recuperaci\u00f3n de datos<\/b><span style=\"font-weight: 400;\">.<\/span><\/p><p><span style=\"font-weight: 400;\">En el siguiente p\u00e1rrafo, veremos una aplicaci\u00f3n de la librer\u00eda <\/span><b>Beautiful Soup<\/b><span style=\"font-weight: 400;\"> que permite hacer <\/span><b>web scraping<\/b><span style=\"font-weight: 400;\"> en Python.<\/span><\/p><p><span style=\"font-weight: 400;\">En el siguiente p\u00e1rrafo, veremos una biblioteca que permite hacer web scraping y que est\u00e1 disponible en <\/span><b>Python<\/b><span style=\"font-weight: 400;\"> y que constituye una herramienta excelente (y f\u00e1cil de manejar) para extraer informaci\u00f3n de <\/span><b>datos no estructurados <\/b><span style=\"font-weight: 400;\">: Beautiful Soup.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-f2c6143 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"f2c6143\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-82be55f\" data-id=\"82be55f\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-9e1256e elementor-widget elementor-widget-heading\" data-id=\"9e1256e\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-heading-title{padding:0;margin:0;line-height:1}.elementor-widget-heading .elementor-heading-title[class*=elementor-size-]>a{color:inherit;font-size:inherit;line-height:inherit}.elementor-widget-heading .elementor-heading-title.elementor-size-small{font-size:15px}.elementor-widget-heading .elementor-heading-title.elementor-size-medium{font-size:19px}.elementor-widget-heading .elementor-heading-title.elementor-size-large{font-size:29px}.elementor-widget-heading .elementor-heading-title.elementor-size-xl{font-size:39px}.elementor-widget-heading .elementor-heading-title.elementor-size-xxl{font-size:59px}<\/style><h2 class=\"elementor-heading-title elementor-size-default\">Beautiful soup\u200b<\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-491dc77 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"491dc77\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-8c485eb\" data-id=\"8c485eb\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-4402b6e elementor-widget elementor-widget-text-editor\" data-id=\"4402b6e\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">La biblioteca Beautiful Soup permite extraer contenido y transformarlo en una lista, matriz o diccionario de Python.<\/span><\/p><p><span style=\"font-weight: 400;\">Esta biblioteca es muy popular porque tiene una <\/span><b>documentaci\u00f3n completa<\/b><span style=\"font-weight: 400;\"> y <\/span><b>sus funcionalidades est\u00e1n bien estructuradas<\/b><span style=\"font-weight: 400;\">. Adem\u00e1s, existe una gran comunidad que ofrece soluciones variadas para utilizar esta biblioteca.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-581f5af elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"581f5af\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-6a28c10\" data-id=\"6a28c10\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-d404af6 elementor-widget elementor-widget-heading\" data-id=\"d404af6\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">\u00bfPor qu\u00e9 se llama \"Beautiful Soup\"?<\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-03d27bb elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"03d27bb\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-363e9bc\" data-id=\"363e9bc\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-e9c583a elementor-widget elementor-widget-text-editor\" data-id=\"e9c583a\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Los sitios web est\u00e1n <\/span><b>escritos en lenguajes inform\u00e1ticos HTML y CSS<\/b><span style=\"font-weight: 400;\">, que se utilizan para dise\u00f1ar p\u00e1ginas web. HTML se utiliza para gestionar y organizar el contenido. La gesti\u00f3n de la apariencia de la p\u00e1gina web (colores, tama\u00f1o del texto, etc.) se realiza mediante <\/span><b>el lenguaje CSS<\/b><span style=\"font-weight: 400;\">.<\/span><\/p><p><span style=\"font-weight: 400;\">En el campo del desarrollo web, \u00ab<\/span><b>tag soup<\/b><span style=\"font-weight: 400;\">\u00bb (\u00absopa de etiquetas\u00bb) es un t\u00e9rmino despectivo para hablar de la escritura sint\u00e1ctica o estructuralmente incorrecta del HTML de una p\u00e1gina web.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-4e64215 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"4e64215\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-fbc3ecb\" data-id=\"fbc3ecb\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-3a1e270 elementor-widget elementor-widget-heading\" data-id=\"3a1e270\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">Un ejemplo de web scraping con Beautiful soup<\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-440bc67 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"440bc67\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-be8ef58\" data-id=\"be8ef58\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-d737e0e elementor-widget elementor-widget-text-editor\" data-id=\"d737e0e\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Pongamos un ejemplo sencillo para familiarizarnos con estos conceptos.<\/span><\/p><p><span style=\"font-weight: 400;\">El siguiente ejemplo ha sido tomado de <\/span><b>Kaggle<\/b><span style=\"font-weight: 400;\"> y el objetivo es hacer un raspado o <\/span><i><span style=\"font-weight: 400;\">scraping<\/span><\/i><span style=\"font-weight: 400;\"> de datos sobre la poblaci\u00f3n del mundo. Los datos est\u00e1n disponibles en el sitio de <\/span><b>Worldometer<\/b><span style=\"font-weight: 400;\">, un sitio de c\u00f3digo abierto dirigido por un equipo internacional de desarrolladores e investigadores voluntarios, cuyo objetivo es poner las estad\u00edsticas globales a disposici\u00f3n de un amplio p\u00fablico en todo el mundo.<\/span><\/p><p><span style=\"font-weight: 400;\">Esta es una visi\u00f3n general de la p\u00e1gina que vamos a raspar<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-1504e87 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"1504e87\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-c2e4ca0\" data-id=\"c2e4ca0\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-e9e5cf1 elementor-widget elementor-widget-image\" data-id=\"e9e5cf1\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-image{text-align:center}.elementor-widget-image a{display:inline-block}.elementor-widget-image a img[src$=\".svg\"]{width:48px}.elementor-widget-image img{vertical-align:middle;display:inline-block}<\/style>\t\t\t\t\t\t\t\t\t\t\t\t\t<a href=\"https:\/\/www.worldometers.info\/world-population\/population-by-country\/\">\n\t\t\t\t\t\t\t<img decoding=\"async\" src=\"https:\/\/datascientest.com\/wp-content\/uploads\/2022\/03\/beautifulsoup.png\" title=\"\" alt=\"\" loading=\"lazy\" \/>\t\t\t\t\t\t\t\t<\/a>\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-790c426 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"790c426\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-6c0617f\" data-id=\"6c0617f\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-6ed1dbe elementor-widget elementor-widget-text-editor\" data-id=\"6ed1dbe\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Nuestro objetivo es obtener esta tabla y convertirla en un <\/span><b>DataFrame<\/b><span style=\"font-weight: 400;\"> sin tener que copiar todos estos datos a mano.<\/span><\/p><ul><li><span style=\"font-weight: 400;\">En un <\/span><b>Jupyter Notebook<\/b><span style=\"font-weight: 400;\"> primero importamos las bibliotecas necesarias.<\/span><\/li><\/ul>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-9d9cf80 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"9d9cf80\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-43eb336\" data-id=\"43eb336\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-4f08aae elementor-widget elementor-widget-shortcode\" data-id=\"4f08aae\" data-element_type=\"widget\" data-widget_type=\"shortcode.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-shortcode\"><script src=\"https:\/\/gist.github.com\/adrianalazureanu\/028f62976cd9c15305db8e81fe3336bd.js\"><\/script><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-a99a5f3 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"a99a5f3\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-a344ca8\" data-id=\"a344ca8\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-e201404 elementor-widget elementor-widget-text-editor\" data-id=\"e201404\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<ul><li><span style=\"font-weight: 400;\">A continuaci\u00f3n, creamos una variable URL en formato string (texto) que contiene el enlace a la p\u00e1gina en cuesti\u00f3n.<\/span><\/li><\/ul>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-4513bd8 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"4513bd8\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-00fe1b4\" data-id=\"00fe1b4\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-a34eea6 elementor-widget elementor-widget-shortcode\" data-id=\"a34eea6\" data-element_type=\"widget\" data-widget_type=\"shortcode.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-shortcode\"><script src=\"https:\/\/gist.github.com\/adrianalazureanu\/79b06296735683b0fd58da47330ee73f.js\"><\/script><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-df8b95d elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"df8b95d\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-074e56f\" data-id=\"074e56f\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-6e7e291 elementor-widget elementor-widget-text-editor\" data-id=\"6e7e291\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<ul><li><span style=\"font-weight: 400;\">Para preparar los datos, utilizamos la funci\u00f3n <\/span><b>requests.get() <\/b><span style=\"font-weight: 400;\">:<\/span><\/li><\/ul>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-46cb559 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"46cb559\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-fbad87a\" data-id=\"fbad87a\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-044a02c elementor-widget elementor-widget-shortcode\" data-id=\"044a02c\" data-element_type=\"widget\" data-widget_type=\"shortcode.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-shortcode\"><script src=\"https:\/\/gist.github.com\/adrianalazureanu\/60d8ef58df7c62bd619d19b677ec6b4e.js\"><\/script><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-b425ac5 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"b425ac5\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-9a65b65\" data-id=\"9a65b65\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-6ad180c elementor-widget elementor-widget-text-editor\" data-id=\"6ad180c\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<ul><li><span style=\"font-weight: 400;\">Ahora que los datos est\u00e1n preparados, se utiliza la funci\u00f3n <\/span><b>BeautifulSoup()<\/b><span style=\"font-weight: 400;\"> para extraer el c\u00f3digo HTML de esta p\u00e1gina. En el argumento de esta funci\u00f3n seleccionaremos el objeto<\/span> <b>.text<\/b><span style=\"font-weight: 400;\">.<\/span><\/li><\/ul>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-74c4550 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"74c4550\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-8659eff\" data-id=\"8659eff\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-0a9f5fd elementor-widget elementor-widget-shortcode\" data-id=\"0a9f5fd\" data-element_type=\"widget\" data-widget_type=\"shortcode.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-shortcode\"><script src=\"https:\/\/gist.github.com\/adrianalazureanu\/0641ca684077c53207aab3dd95b01611.js\"><\/script><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-e848038 elementor-widget elementor-widget-text-editor\" data-id=\"e848038\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<ul><li><p><span style=\"font-weight: 400;\">En los datos variables que almacenamos el c\u00f3digo HTML buscamos la palabra clave \u00abtable\u00bb con la funci\u00f3n <\/span><b>.find_all()<\/b><span style=\"font-weight: 400;\">:<\/span><\/p><\/li><\/ul>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-9fc52db elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"9fc52db\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-a37ab1a\" data-id=\"a37ab1a\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-8ee72ee elementor-widget elementor-widget-shortcode\" data-id=\"8ee72ee\" data-element_type=\"widget\" data-widget_type=\"shortcode.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-shortcode\"><script src=\"https:\/\/gist.github.com\/adrianalazureanu\/7c34c036fdb59f7c14edbc7bcac59b49.js\"><\/script><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-dccacec elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"dccacec\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-1ca0abe\" data-id=\"1ca0abe\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-1b5f666 elementor-widget elementor-widget-text-editor\" data-id=\"1b5f666\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<ul><li><p><span style=\"font-weight: 400;\">Utilizamos el comando <\/span><b>.read_html(str())<\/b><span style=\"font-weight: 400;\"> para que la m\u00e1quina lea el c\u00f3digo HTML y luego recuperamos el primer y \u00fanico elemento de este objeto (el array).<\/span><\/p><\/li><\/ul>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-f6e399b elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"f6e399b\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-d576c67\" data-id=\"d576c67\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-e8b9a55 elementor-widget elementor-widget-shortcode\" data-id=\"e8b9a55\" data-element_type=\"widget\" data-widget_type=\"shortcode.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-shortcode\"><script src=\"https:\/\/gist.github.com\/adrianalazureanu\/369ee11d330f4b308fd4bf44cbf273c0.js\"><\/script><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-afff51a elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"afff51a\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-c1d46b0\" data-id=\"c1d46b0\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-de48ae1 elementor-widget elementor-widget-text-editor\" data-id=\"de48ae1\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<ul><li><p><span style=\"color: #000000;\"><span style=\"font-weight: 400;\">\u00c0 pr\u00e9sent on affiche les premiers\u00a0 \u00e9l\u00e9ments, commande <\/span><b>.head()<\/b><\/span><span style=\"font-weight: 400;\"><span style=\"color: #000000;\"> du DataFrame :<\/span><\/span><\/p><\/li><\/ul>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-1df043a elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"1df043a\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-0964bb9\" data-id=\"0964bb9\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-47cc7aa elementor-widget elementor-widget-shortcode\" data-id=\"47cc7aa\" data-element_type=\"widget\" data-widget_type=\"shortcode.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-shortcode\"><script src=\"https:\/\/gist.github.com\/adrianalazureanu\/ff26184e4b98ff81b0311cee24c16c57.js\"><\/script><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-ae3ac5e elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"ae3ac5e\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-2df7ed8\" data-id=\"2df7ed8\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-c88e65e elementor-widget elementor-widget-text-editor\" data-id=\"c88e65e\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<ul><li><p>\u00a0<span style=\"font-weight: 400;\">La base de datos tambi\u00e9n se puede exportar en formato <\/span><b>csv<\/b><span style=\"font-weight: 400;\"> con el siguiente comando :<\/span><\/p><\/li><\/ul>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-5164eb6 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"5164eb6\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-7d25e9c\" data-id=\"7d25e9c\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-d5dc5e5 elementor-widget elementor-widget-shortcode\" data-id=\"d5dc5e5\" data-element_type=\"widget\" data-widget_type=\"shortcode.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-shortcode\"><script src=\"https:\/\/gist.github.com\/adrianalazureanu\/33a12e7740b90c907b2bc1792a661296.js\"><\/script><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-b7f74bc elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"b7f74bc\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-051610c\" data-id=\"051610c\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-060a738 elementor-widget elementor-widget-text-editor\" data-id=\"060a738\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Este comando crea un archivo en <\/span><b>formato csv<\/b><span style=\"font-weight: 400;\"> ubicado en la ruta indicada.<\/span><\/p><p><span style=\"font-weight: 400;\">Para facilitar la manipulaci\u00f3n del <\/span><b>DataFrame<\/b><span style=\"font-weight: 400;\">, podemos pensar en cambiar los nombres de las columnas o eliminar algunas de ellas si no las utilizamos.<\/span><\/p><p><span style=\"font-weight: 400;\">Ahora que hemos podido obtener los datos que se han puesto a disposici\u00f3n en el sitio de <\/span><b>Worldometer<\/b><span style=\"font-weight: 400;\"> y que est\u00e1n en formato <\/span><b>DataFrame<\/b><span style=\"font-weight: 400;\">, podemos pasar a los dem\u00e1s pasos y hacer diferentes estudios. A continuaci\u00f3n, podemos emprender el resto del proceso (Fases 2, 3 y 4, v\u00e9ase el diagrama de la introducci\u00f3n). En funci\u00f3n de la naturaleza de los datos y de los objetivos que se pretenden alcanzar, se pueden realizar diferentes estudios: <\/span><b>an\u00e1lisis<\/b> <b>exploratorio<\/b><span style=\"font-weight: 400;\">, propuesta de un modelo de <\/span><b>Machine Learning<\/b><span style=\"font-weight: 400;\">, modelizaci\u00f3n de series temporales, etc.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-19daf29 elementor-widget elementor-widget-text-editor\" data-id=\"19daf29\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Acabamos de ver un ejemplo que nos permite recuperar datos almacenados en una tabla, pero es importante recordar que dependiendo de la estructura de la p\u00e1gina web en la que queramos raspar los datos, utilizaremos diferentes bibliotecas y funciones. La buena noticia es que hay muchos ejemplos disponibles en Internet en funci\u00f3n del formato de la p\u00e1gina y de la configuraci\u00f3n de los datos que se quieren raspar.<\/span><\/p><p><span style=\"font-weight: 400;\">Para resumir, <\/span><b>el web scraping<\/b><span style=\"font-weight: 400;\"> permite navegar por Internet de forma \u00ab<\/span><b>inteligente<\/b><span style=\"font-weight: 400;\">\u00bb y, por tanto, es un recurso muy rico para cualquier \u00e1rea de investigaci\u00f3n o inter\u00e9s personal.<\/span><\/p><p><span style=\"font-weight: 400;\">El curso de <\/span><b>Data Analyst de Datascientest <\/b><span style=\"font-weight: 400;\">te permite aprender y practicar las habilidades de <\/span><b>web scraping<\/b><span style=\"font-weight: 400;\"> y mucho m\u00e1s. Si quieres aprender sobre an\u00e1lisis de datos y adquirir conocimientos t\u00e9cnicos relacionados con este tema, no dudes en apuntarte al<\/span><a href=\"https:\/\/datascientest.com\/es\/formacion-data-analyst\"> curso de Data Analyst<\/a><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-3effefe elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"3effefe\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-e588538\" data-id=\"e588538\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-f8760cb elementor-align-center elementor-widget elementor-widget-button\" data-id=\"f8760cb\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-sm\" href=\"https:\/\/datascientest.com\/es\/formacion-data-analyst\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Descubrir el recorrido<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"<p>Como usuario de Internet, uno tiene acceso a mucha informaci\u00f3n sobre clientes, ofertas, cotizaciones de acciones, fen\u00f3menos f\u00edsicos, etc. Los usuarios pueden leer estos datos, pero nos gustar\u00eda poder explotarlos transform\u00e1ndolos en un formato operativo para finalmente analizarlos y aprovecharlos. El web scraping es la t\u00e9cnica que permite extraer esta informaci\u00f3n en un formato que [&hellip;]<\/p>\n","protected":false},"author":45,"featured_media":165116,"comment_status":"open","ping_status":"open","sticky":false,"template":"elementor_theme","format":"standard","meta":{"content-type":"","inline_featured_image":false},"categories":[2427],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v21.7 (Yoast SEO v21.7) - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Beautiful Soup : \u00bfc\u00f3mo aprender a hacer web scraping en Python?<\/title>\n<meta name=\"description\" content=\"Como usuario de Internet, uno tiene acceso a mucha informaci\u00f3n sobre clientes, ofertas, cotizaciones de acciones, fen\u00f3menos f\u00edsicos, etc. Los usuarios pueden leer estos datos, pero nos gustar\u00eda poder explotarlos transform\u00e1ndolos en un formato operativo para finalmente analizarlos y aprovecharlos. El web scraping es la t\u00e9cnica que permite extraer esta informaci\u00f3n en un formato que pueda ser utilizado por los programas inform\u00e1ticos. En este art\u00edculo descubriremos c\u00f3mo hacerlo con Beautiful Soup.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/datascientest.com\/es\/beautiful-soup-aprender-web-scraping\" \/>\n<meta property=\"og:locale\" content=\"es_ES\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Beautiful Soup : \u00bfc\u00f3mo aprender a hacer web scraping en Python?\" \/>\n<meta property=\"og:description\" content=\"Como usuario de Internet, uno tiene acceso a mucha informaci\u00f3n sobre clientes, ofertas, cotizaciones de acciones, fen\u00f3menos f\u00edsicos, etc. Los usuarios\" \/>\n<meta property=\"og:url\" content=\"https:\/\/datascientest.com\/es\/beautiful-soup-aprender-web-scraping\" \/>\n<meta property=\"og:site_name\" content=\"Formaci\u00f3n en ciencia de datos | DataScientest.com\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/DataScientestEN\" \/>\n<meta property=\"article:published_time\" content=\"2022-09-01T13:41:08+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2023-10-30T16:25:18+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/datascientest.com\/es\/wp-content\/blogs.dir\/7\/files\/2022\/09\/web_scraping_es.webp\" \/>\n\t<meta property=\"og:image:width\" content=\"1024\" \/>\n\t<meta property=\"og:image:height\" content=\"562\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/webp\" \/>\n<meta name=\"author\" content=\"Daniel\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@DataScientest__\" \/>\n<meta name=\"twitter:site\" content=\"@DataScientest__\" \/>\n<meta name=\"twitter:label1\" content=\"Escrito por\" \/>\n\t<meta name=\"twitter:data1\" content=\"Daniel\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tiempo de lectura\" \/>\n\t<meta name=\"twitter:data2\" content=\"6 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/datascientest.com\/es\/beautiful-soup-aprender-web-scraping#article\",\"isPartOf\":{\"@id\":\"https:\/\/datascientest.com\/es\/beautiful-soup-aprender-web-scraping\"},\"author\":{\"name\":\"Daniel\",\"@id\":\"https:\/\/datascientest.com\/es\/#\/schema\/person\/5a86e30c5090234fb43dd8baa83c44b0\"},\"headline\":\"Beautiful Soup : \u00bfc\u00f3mo aprender a hacer web scraping en Python?\",\"datePublished\":\"2022-09-01T13:41:08+00:00\",\"dateModified\":\"2023-10-30T16:25:18+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/datascientest.com\/es\/beautiful-soup-aprender-web-scraping\"},\"wordCount\":1208,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\/\/datascientest.com\/es\/#organization\"},\"articleSection\":[\"Data Science\"],\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\/\/datascientest.com\/es\/beautiful-soup-aprender-web-scraping#respond\"]}],\"copyrightYear\":\"2022\",\"copyrightHolder\":{\"@id\":\"https:\/\/datascientest.com\/#organization\"}},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/datascientest.com\/es\/beautiful-soup-aprender-web-scraping\",\"url\":\"https:\/\/datascientest.com\/es\/beautiful-soup-aprender-web-scraping\",\"name\":\"Beautiful Soup : \u00bfc\u00f3mo aprender a hacer web scraping en Python?\",\"isPartOf\":{\"@id\":\"https:\/\/datascientest.com\/es\/#website\"},\"datePublished\":\"2022-09-01T13:41:08+00:00\",\"dateModified\":\"2023-10-30T16:25:18+00:00\",\"description\":\"Como usuario de Internet, uno tiene acceso a mucha informaci\u00f3n sobre clientes, ofertas, cotizaciones de acciones, fen\u00f3menos f\u00edsicos, etc. Los usuarios pueden leer estos datos, pero nos gustar\u00eda poder explotarlos transform\u00e1ndolos en un formato operativo para finalmente analizarlos y aprovecharlos. El web scraping es la t\u00e9cnica que permite extraer esta informaci\u00f3n en un formato que pueda ser utilizado por los programas inform\u00e1ticos. En este art\u00edculo descubriremos c\u00f3mo hacerlo con Beautiful Soup.\",\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/datascientest.com\/es\/beautiful-soup-aprender-web-scraping\"]}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/datascientest.com\/es\/#website\",\"url\":\"https:\/\/datascientest.com\/es\/\",\"name\":\"Formaci\u00f3n en ciencia de datos | DataScientest.com\",\"description\":\"L\u00edder en formaci\u00f3n en Ciencia de Datos\",\"publisher\":{\"@id\":\"https:\/\/datascientest.com\/es\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/datascientest.com\/es\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"es\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/datascientest.com\/es\/#organization\",\"name\":\"DataScientest\",\"url\":\"https:\/\/datascientest.com\/es\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\/\/datascientest.com\/es\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/datascientest.com\/es\/wp-content\/blogs.dir\/7\/files\/2024\/02\/DataScientest_icon_blue-2.png\",\"contentUrl\":\"https:\/\/datascientest.com\/es\/wp-content\/blogs.dir\/7\/files\/2024\/02\/DataScientest_icon_blue-2.png\",\"width\":301,\"height\":301,\"caption\":\"DataScientest\"},\"image\":{\"@id\":\"https:\/\/datascientest.com\/es\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/www.facebook.com\/DataScientestEN\",\"https:\/\/twitter.com\/DataScientest__\",\"https:\/\/www.linkedin.com\/company\/datascientest-spain\/\",\"https:\/\/www.tiktok.com\/@datascientest\"]},{\"@type\":\"Person\",\"@id\":\"https:\/\/datascientest.com\/es\/#\/schema\/person\/5a86e30c5090234fb43dd8baa83c44b0\",\"name\":\"Daniel\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\/\/datascientest.com\/es\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/837acad4f2dc47e85d81cce837261670?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/837acad4f2dc47e85d81cce837261670?s=96&d=mm&r=g\",\"caption\":\"Daniel\"},\"sameAs\":[\"https:\/\/www.linkedin.com\/school\/datascientest\/\",\"user\"],\"jobTitle\":\"ing\u00e9nieur logiciel\",\"worksFor\":\"DataScientest\",\"url\":\"https:\/\/datascientest.com\/es\/author\/team-redac\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"Beautiful Soup : \u00bfc\u00f3mo aprender a hacer web scraping en Python?","description":"Como usuario de Internet, uno tiene acceso a mucha informaci\u00f3n sobre clientes, ofertas, cotizaciones de acciones, fen\u00f3menos f\u00edsicos, etc. Los usuarios pueden leer estos datos, pero nos gustar\u00eda poder explotarlos transform\u00e1ndolos en un formato operativo para finalmente analizarlos y aprovecharlos. El web scraping es la t\u00e9cnica que permite extraer esta informaci\u00f3n en un formato que pueda ser utilizado por los programas inform\u00e1ticos. En este art\u00edculo descubriremos c\u00f3mo hacerlo con Beautiful Soup.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/datascientest.com\/es\/beautiful-soup-aprender-web-scraping","og_locale":"es_ES","og_type":"article","og_title":"Beautiful Soup : \u00bfc\u00f3mo aprender a hacer web scraping en Python?","og_description":"Como usuario de Internet, uno tiene acceso a mucha informaci\u00f3n sobre clientes, ofertas, cotizaciones de acciones, fen\u00f3menos f\u00edsicos, etc. Los usuarios","og_url":"https:\/\/datascientest.com\/es\/beautiful-soup-aprender-web-scraping","og_site_name":"Formaci\u00f3n en ciencia de datos | DataScientest.com","article_publisher":"https:\/\/www.facebook.com\/DataScientestEN","article_published_time":"2022-09-01T13:41:08+00:00","article_modified_time":"2023-10-30T16:25:18+00:00","og_image":[{"width":1024,"height":562,"url":"https:\/\/datascientest.com\/es\/wp-content\/blogs.dir\/7\/files\/2022\/09\/web_scraping_es.webp","type":"image\/webp"}],"author":"Daniel","twitter_card":"summary_large_image","twitter_creator":"@DataScientest__","twitter_site":"@DataScientest__","twitter_misc":{"Escrito por":"Daniel","Tiempo de lectura":"6 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/datascientest.com\/es\/beautiful-soup-aprender-web-scraping#article","isPartOf":{"@id":"https:\/\/datascientest.com\/es\/beautiful-soup-aprender-web-scraping"},"author":{"name":"Daniel","@id":"https:\/\/datascientest.com\/es\/#\/schema\/person\/5a86e30c5090234fb43dd8baa83c44b0"},"headline":"Beautiful Soup : \u00bfc\u00f3mo aprender a hacer web scraping en Python?","datePublished":"2022-09-01T13:41:08+00:00","dateModified":"2023-10-30T16:25:18+00:00","mainEntityOfPage":{"@id":"https:\/\/datascientest.com\/es\/beautiful-soup-aprender-web-scraping"},"wordCount":1208,"commentCount":0,"publisher":{"@id":"https:\/\/datascientest.com\/es\/#organization"},"articleSection":["Data Science"],"inLanguage":"es","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/datascientest.com\/es\/beautiful-soup-aprender-web-scraping#respond"]}],"copyrightYear":"2022","copyrightHolder":{"@id":"https:\/\/datascientest.com\/#organization"}},{"@type":"WebPage","@id":"https:\/\/datascientest.com\/es\/beautiful-soup-aprender-web-scraping","url":"https:\/\/datascientest.com\/es\/beautiful-soup-aprender-web-scraping","name":"Beautiful Soup : \u00bfc\u00f3mo aprender a hacer web scraping en Python?","isPartOf":{"@id":"https:\/\/datascientest.com\/es\/#website"},"datePublished":"2022-09-01T13:41:08+00:00","dateModified":"2023-10-30T16:25:18+00:00","description":"Como usuario de Internet, uno tiene acceso a mucha informaci\u00f3n sobre clientes, ofertas, cotizaciones de acciones, fen\u00f3menos f\u00edsicos, etc. Los usuarios pueden leer estos datos, pero nos gustar\u00eda poder explotarlos transform\u00e1ndolos en un formato operativo para finalmente analizarlos y aprovecharlos. El web scraping es la t\u00e9cnica que permite extraer esta informaci\u00f3n en un formato que pueda ser utilizado por los programas inform\u00e1ticos. En este art\u00edculo descubriremos c\u00f3mo hacerlo con Beautiful Soup.","inLanguage":"es","potentialAction":[{"@type":"ReadAction","target":["https:\/\/datascientest.com\/es\/beautiful-soup-aprender-web-scraping"]}]},{"@type":"WebSite","@id":"https:\/\/datascientest.com\/es\/#website","url":"https:\/\/datascientest.com\/es\/","name":"Formaci\u00f3n en ciencia de datos | DataScientest.com","description":"L\u00edder en formaci\u00f3n en Ciencia de Datos","publisher":{"@id":"https:\/\/datascientest.com\/es\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/datascientest.com\/es\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"es"},{"@type":"Organization","@id":"https:\/\/datascientest.com\/es\/#organization","name":"DataScientest","url":"https:\/\/datascientest.com\/es\/","logo":{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/datascientest.com\/es\/#\/schema\/logo\/image\/","url":"https:\/\/datascientest.com\/es\/wp-content\/blogs.dir\/7\/files\/2024\/02\/DataScientest_icon_blue-2.png","contentUrl":"https:\/\/datascientest.com\/es\/wp-content\/blogs.dir\/7\/files\/2024\/02\/DataScientest_icon_blue-2.png","width":301,"height":301,"caption":"DataScientest"},"image":{"@id":"https:\/\/datascientest.com\/es\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/DataScientestEN","https:\/\/twitter.com\/DataScientest__","https:\/\/www.linkedin.com\/company\/datascientest-spain\/","https:\/\/www.tiktok.com\/@datascientest"]},{"@type":"Person","@id":"https:\/\/datascientest.com\/es\/#\/schema\/person\/5a86e30c5090234fb43dd8baa83c44b0","name":"Daniel","image":{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/datascientest.com\/es\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/837acad4f2dc47e85d81cce837261670?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/837acad4f2dc47e85d81cce837261670?s=96&d=mm&r=g","caption":"Daniel"},"sameAs":["https:\/\/www.linkedin.com\/school\/datascientest\/","user"],"jobTitle":"ing\u00e9nieur logiciel","worksFor":"DataScientest","url":"https:\/\/datascientest.com\/es\/author\/team-redac"}]}},"_links":{"self":[{"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/posts\/165115"}],"collection":[{"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/users\/45"}],"replies":[{"embeddable":true,"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/comments?post=165115"}],"version-history":[{"count":0,"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/posts\/165115\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/media\/165116"}],"wp:attachment":[{"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/media?parent=165115"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/categories?post=165115"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/tags?post=165115"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}