Web Scrapping & WordPress
1 recomendación908 vistas
El documento explica el web scraping como una técnica para extraer información de sitios web, describiendo métodos como el uso de PHP y el Simple HTML DOM Parser. Incluye ejemplos de cómo obtener y procesar información, así como integrarla en una base de datos en WordPress. También menciona una fuente de datos sobre emergencias en Perú proveniente del cuerpo de bomberos voluntarios.
![Cómo buscar un
elemento HTML
<?php
// Find all anchors, returns a array of
element objects
$ret = $html->find('a');
// Find (N)th anchor, returns element
object or null if not found (zero based)
$ret = $html->find('a', 0);
// Find all <div> with the id attribute
$ret = $html->find('div[id]');
// Find all <div> which attribute id=foo
$ret = $html->find('div[id=foo]');
?>](https://image.slidesharecdn.com/webscrapingwordpress-150926024110-lva1-app6891/85/Web-Scrapping-WordPress-17-320.jpg)
Web Scrapping & WordPress
- 1. Web Scraping & WordPress César Aquino Maximiliano - @cesjam7
- 2. César J. Aquino Maximiliano @cesjam7 + =
- 3. ¿Qué es Web Scraping? Web Scraping es una técnica utilizada mediante software para extraer información de sitios web.
- 4. Técnicas para hacer Web Scraping ■ Copy & Paste ■ Expresiones regulares ■ Protocolo HTTP ■ Parses HTML ■ Aplicaciones para Web Scraping
- 5. Técnicas para hacer Web Scraping ■ Copy & Paste ■ Expresiones regulares ■ Protocolo HTTP ■ Parses HTML ■ Aplicaciones para Web Scraping
- 12. Solicita información Obtiene información Filtra la información Procesa la información Guarda la información
- 13. Solicita información Obtiene información Filtra la información Procesa la información Guarda la información
- 14. PHP Simple HTML DOM Parser ■ A HTML DOM parser written in PHP5+ let you manipulate HTML in a very easy way! ■ Require PHP 5+. ■ Supports invalid HTML. ■ Find tags on an HTML page with selectors just like jQuery. ■ Extract contents from HTML in a single line. http://simplehtmldom.sourceforge.net/
- 15. Ejemplo simple de cómo extraer usando PHP Simple HTML DOM Parser <?php // Create DOM from URL or file $html = file_get_html('http://jovenred. com/'); // Find all images foreach($html->find ('img') as $element) { echo $element->src.'<br>'; } // Find all links foreach($html->find('a') as $element) { echo $element->href.'<br>'; } ?>
- 16. Tres formas para obtener un DOM Object <?php // Create a DOM object from a string $html = str_get_html('<html><body>Hello! </body></html>'); // Create a DOM object from a URL $html = file_get_html('http://jovenred. com/'); // Create a DOM object from a HTML file $html = file_get_html('test.htm'); ?>
- 17. Cómo buscar un elemento HTML <?php // Find all anchors, returns a array of element objects $ret = $html->find('a'); // Find (N)th anchor, returns element object or null if not found (zero based) $ret = $html->find('a', 0); // Find all <div> with the id attribute $ret = $html->find('div[id]'); // Find all <div> which attribute id=foo $ret = $html->find('div[id=foo]'); ?>
- 19. Solicita información Obtiene información Filtra la información Procesa la información Guarda la información
- 20. Cómo ingresar la información a nuestra base de datos con WordPress <?php // Create DOM from URL or file $html = file_get_html('http://jovenred. com/'); // Find all images foreach($html->find('. post') as $element) { $title = $element->find('h2 a')- >plaintext; $content = $element->find('p', 0)- >plaintext; wp_insert_post( array( 'post_title' => $title; 'post_content' => $content; ) ); } ?>
- 21. Cómo ingresar la información a nuestra base de datos con WordPress <?php // Create DOM from URL or file $html = file_get_html('http://jovenred. com/'); // Find all images foreach($html->find('. post') as $element) { $title = $element->find('h2 a')- >plaintext; $content = $element->find('p', 0)- >plaintext; wp_insert_post( array( 'post_title' => $title; 'post_content' => $content; ) ); } ?>
- 22. #DataBomberos Data Bomberos Perú es una página no oficial que muestra información recolectada de la central de emergencias del Cuerpo General de Bomberos Voluntarios del Perú. La información es obtenida por la página Emergencias Diarias que comparte el Cuerpo de Bomberos de forma pública en el siguiente link http://www.bomberosperu.gob.pe/po_diario.asp. http://databomberos.com
- 24. #DataBomberos Emergencias del 14/05/2008 Emergencias por categoría Mapa de calor
- 25. Muchas gracias ❏ Twitter: @cesjam7 ❏ Blog: jovenred.com ❏ Empresa: orange612.com ❏ Presentaciones: speakerdeck.com/cesjam7 ❏ Repositorios: github.com/cesjam7
- 26. Muchas gracias ❏ Twitter: @cesjam7 ❏ Blog: jovenred.com ❏ Empresa: orange612.com ❏ Presentaciones: speakerdeck.com/cesjam7 ❏ Repositorios: github.com/cesjam7 Recuerden: En caso de emergencia llamar al 1-1-6