O documento discute a extração de dados da web com Selenium WebDriver, apresentando sua motivação, visão geral e exemplos práticos. O Selenium WebDriver permite automatizar a manipulação de elementos HTML para extrair dados de páginas web, quando não há APIs disponíveis, e exemplos demonstram seu uso.

1. Extração de Dados da Web com
Selenium WebDriver
Renato Groffe (Microsoft MVP, MTAC)

3. Renato Groffe
• Microsoft Most Valuable Professional (MVP)
• Multi-Plataform Technical Audience Contributor (MTAC)
• Mais de 15 anos de experiência na área de Tecnologia
• Autor Técnico e Palestrante

4. Renato Groffe
/renatogroffe /in/renatogroffe
/canaldotnet
/renatogroffe
/canaldotnet
/renatogroff
https://medium.com/@renato.groffe/

5. Agenda
• Extração de dados da Web: motivações
• Selenium WebDriver: uma visão geral
• Exemplos práticos

6. Extração de
Dados da Web

7. Motivações
• Nem sempre existem APIs REST
(públicas ou privadas) para atender a
uma demanda específica
• Aplicações podem ser construídas
para a extração de dados a partir de
páginas Web

8. Solução possível
• Implementação de robôs/bots para extração e carga
de dados

9. Solução possível
• Extração dedados empregando Selenium Web Driver

10. Selenium
WebDriver

11. Visão geral
• Testes automatizados de interfaces Web
• Recursos para a manipulação de elementos
de uma página HTML
• Compatibilidade com browsers como
Firefox, Chrome, Internet Explorer, Edge,
Opera
• Site: http://www.seleniumhq.org/

12. Algumas plataformas suportadas

13. Selenium e boas práticas
• Uso do padrão Page Object, proposto por
Martin Fowler
• Encapsulamento das chamadas envolvendo a
manipulação de elementos HTML, de forma a
simplificar a escrita de testes
• Referência:
http://martinfowler.com/bliki/PageObject.html

14. Que tal não abrir múltiplas janelas?
• Browsers como Mozilla Firefox e Google
Chrome contam agora com o modo headless
• Maior velocidade na execução de testes
• Quem está processando os testes não precisa
aguardar a sua execução e conclusão

15. Exemplos
Práticos

16. Dúvidas???

17. Obrigado!!!

18. Title
Content

19. Content Only

20. Title
Content 1 Content 2