Scrapování
Scrapování neboli „web scraping“ je proces získávání velkého množství informací z webu. Může zahrnovat stahování několika webových stránek nebo celého webu. Stažený obsah může obsahovat pouze text ze stránek, celý HTML kód nebo HTML kód i obrázky z každé stránky.
Existuje mnoho různých způsobů scrapování webu. Nejzákladnějším způsobem je ruční stahování webových stránek. To lze provést buď zkopírováním a vložením obsahu každé stránky do textového editoru, nebo použitím příkazu v prohlížeči k uložení místních kopií jednotlivých stránek. Scrapování lze provádět také automaticky pomocí softwaru pro web scraping. To je nejběžnější způsob stahování velkého počtu stránek z webu. V některých případech lze ke scrapování webu v pravidelných intervalech použít boty.
Web scraping může sloužit k několika různým účelům. Můžete například chtít archivovat část webu pro offline přístup. Stažením několika stránek do počítače si je můžete přečíst později, aniž byste byli připojeni k internetu. Weboví vývojáři někdy scrapují vlastní weby, když testují nefunkční odkazy a obrázky na jednotlivých stránkách. Scrapování lze provádět také k nezákonným účelům, například ke kopírování webu a jeho opětovnému zveřejnění pod jiným názvem. Tento typ scrapování je považován za porušení autorských práv a může vést k trestnímu stíhání.
NOTE: Scrapování webu za účelem opětovného zveřejnění informací je vždy špatné, ale scrapování webu k jiným účelům může stále porušovat podmínky používání webu. Proto byste si před stahováním obsahu z webu měli vždy přečíst jeho podmínky používání.
Otestujte své znalosti