[Stepik] Парсинг API на Python (Павел Хошев)

​

В основе курса лежит stepstat*ru - учебный сайт-тренажёр и одновременно живое веб-приложение, которое собирает данные о курсах Stepik. На протяжении курса вы будете работать с его API: получать карточки курсов, рейтинги, отзывы, промокоды, статистику, команды авторов, поисковые логи и другие данные.

Мы сделали курс максимально практическим. Теория здесь нужна не для галочки, а чтобы вы не тыкались в API вслепую. Квизы тоже будут, но без фанатизма: ровно столько, чтобы закрепить важные идеи и не дать теории улететь из головы сразу после прочтения.

Дальше в каждой теме вас ждёт несколько подводящих задач перед боевой практикой. Мы старались делать их не сухими "получите поле name из JSON", а разными по механике, сюжету и настроению. Где-то будет простая разминка, где-то мини-детектив, где-то задача в контексте популярных вселенных - чтобы обучение не превращалось в бесконечную таблицу с endpoint’ами.

А вишенка на торте - рейд-боссы курса: реальные практические задачи на парсинг stepstat.ru. Там уже всё по-взрослому: живые данные, настоящие ответы API, пагинация, фильтры, авторизация, обработка ошибок и ощущение, что ваш скрипт наконец-то делает что-то полезное, а не просто печатает "Hello, JSON".

В курсе есть:

• вводный модуль про API, REST и документацию;
• модуль по requests: установка, первый запрос, Response, коды ответов, заголовки, cookies;
• большой модуль по JSON: вложенные структуры, даты, деньги, ошибки .json(), нормализация, JSON/CSV, flatten;
• модуль про точную настройку запроса: query/path-параметры, пагинация, batch, rate limiting, сессии и адаптеры;
• модуль про авторизацию API: API Key, Bearer/JWT, Basic Auth, cookies, OAuth и хранение токенов;
• модуль про сжатие HTTP-ответов;
• модуль про прокси и ротацию(в разработке).

Чему вы научитесь:

• уверенно читать документацию API и понимать, какие эндпоинты, параметры и форматы ответов вам нужны;
• отправлять GET и POST запросы через requests, передавать params, headers, cookies и таймауты;
• работать с объектом Response: проверять статус-коды, заголовки, тело ответа и Content-Type;
• разбирать JSON-ответы, ходить по вложенным структурам и не падать на null, пустых списках и неожиданных типах;
• приводить данные API к нормальному виду: даты, цены, рейтинги, списки, вложенные поля;
• сохранять результат в JSON и CSV так, чтобы его можно было использовать дальше;
• строить запросы с query- и path-параметрами, проходить пагинацию, делать batch-запросы и учитывать rate limiting;
• использовать Session, ретраи и HTTP-адаптеры для более устойчивого парсинга;
• работать с API Key, Bearer Token, JWT, Basic Auth и cookie-сессиями;
• понимать, как работает сжатие HTTP-ответов: gzip, deflate, br, zstd;
• подключать прокси к requests, проверять их и понимать базовые стратегии ротации.

Спойлер: Программа курса:

Введение

• Введение
• Содержание
• Что такое API
• Как работает современный API
• Что такое RESTful API и чем он нам полезен
• Изучение документации /docs

Основы requests

• API на пальцах: что это и зачем
• Установка и импорт
• Сигнатура метода GET и POST
• Объект Response
• Коды ответов HTTP
• Точка входа в API
• Фильтруем выдачу
• Договариваемся с сервером
• Предъяви своё печенье

Работа с JSON-ответами API

• Введение
• Синтаксис JSON и маппинг типов
• Навигация по структуре JSON
• Типы данных API: даты, цены, числа и null
• response.json() и ошибки
• Нормализация ответа
• Сохраняем результат в JSON
• Сохраняем результат в CSV
• Flatten: расплющиваем вложенные структуры

Точная настройка запроса

• Query-параметры
• Path-параметры
• Комбинированные запросы
• Пагинация в API
• Batch-запросы
• Rate limiting - ограничение на количество запросов
• Работа с сессиями
• HTTP Адаптеры

Авторизация API

• Введение в авторизацию API
• Bearer, API key, Basic Auth
• API Key
• Bearer Token и JWT
• Basic Auth
• Cookie и сессии
• OAuth 2.0

Безопасное хранение ключей и токенов

• Сжатие HTTP-ответов.
• Введение: зачем сжатие и когда оно важно
• Зачем использовать сжатие?
• deflate базовый алгоритм
• gzip проверенная классика
• br современный выбор
• zstd новейший алгоритм
• Обратная сторона: CPU vs сеть
• Сравнение алгоритмов: когда что выбрать

Прокси

• Введение 2.0
• Введение
• Proxies
• Используем прокси
• Серверные прокси
• Резидентские прокси
• Мобильные прокси
• Стратегии ротации прокси

Это конец

• Куда дальше?