Guide, ricerche e case study su web scraping, monitoraggio dei prezzi e fornitura di dati per analisi, marketing e prodotto.
Confrontiamo i linguaggi per scrivere scraper (Python, JavaScript, PHP, Go, Java e C#): velocità, ecosistema, barriera d’ingresso e quando scegliere ciascuno.
Che cos’è un parser del DOM e come funziona: costruzione dell’albero del documento, navigazione tra i nodi e differenze rispetto agli approcci in streaming e con le regex.
Guida rapida ai selettori CSS per l’estrazione di dati: classi, attributi, pseudo-classi, combinatori ed errori tipici nella selezione degli elementi.
Catalogo di librerie per lo scraping in Python, JavaScript, PHP, Java, C# e Go: cosa scegliere per pagine statiche, contenuti dinamici e API.
Come raccogliere parole chiave da Google: suggerimenti, Keyword Planner, concorrenti e Search Console, con gli strumenti per i progetti internazionali.
Lavorare con XML in Python: ElementTree per i compiti semplici, lxml per XPath e parsing in streaming di file da diversi gigabyte con iterparse.
Come raccogliere i volumi di ricerca con Google Keyword Planner e Google Trends: corrispondenze, parole chiave escluse, stagionalità e automazione via API.
Raccolta e raggruppamento di parole chiave con Keyword Planner, Search Console, Ahrefs e SEMrush: fonti, pulizia, volumi e cluster in base al top di Google.
Perché lxml è uno dei parser HTML/XML più veloci per Python: query XPath, confronto con BeautifulSoup e tecniche per i documenti di grandi dimensioni.