Scraping

Lo scraping, o "web scraping", è il processo di estrazione di grandi quantità di informazioni da un sito web. Questo può comportare il download di diverse pagine web o dell'intero sito. Il contenuto scaricato può includere solo il testo delle pagine, l'intero HTML oppure sia l'HTML sia le immagini di ogni pagina.

Esistono molti metodi diversi per eseguire lo scraping di un sito web. Il più semplice consiste nello scaricare manualmente le pagine web. È possibile farlo copiando e incollando il contenuto di ogni pagina in un editor di testo oppure usando il comando File → Save As… del browser per salvare copie locali delle singole pagine. Lo scraping può anche essere eseguito automaticamente usando un software per il web scraping. Questo è il metodo più comune per scaricare un gran numero di pagine da un sito web. In alcuni casi, è possibile usare dei bot per eseguire lo scraping di un sito a intervalli regolari.

Lo scraping web può essere eseguito per diversi scopi. Ad esempio, si potrebbe voler archiviare una sezione di un sito web per accedervi offline. Scaricando diverse pagine sul computer, è possibile leggerle in un secondo momento senza essere connessi a Internet. A volte gli sviluppatori web eseguono lo scraping dei propri siti web per verificare la presenza di link e immagini non funzionanti all'interno di ogni pagina. Lo scraping può anche essere eseguito per scopi illeciti, come copiare un sito web e ripubblicarlo con un nome diverso. Questo tipo di scraping è considerato una violazione del copyright e può portare a un procedimento giudiziario.

NOTE: Anche se eseguire lo scraping di un sito web allo scopo di ripubblicare informazioni è sempre sbagliato, lo scraping di un sito per altri scopi potrebbe comunque violarne i termini di utilizzo. Pertanto, è sempre consigliabile leggere i termini di utilizzo di un sito web prima di scaricarne i contenuti.