Skip to main content
Ctrl+K
Logo image
  • Webscraping mit Python für Geisteswissenschaften
  • 1. Einstieg
    • 1.1. Was ist Web Scraping?
    • 1.2. Coding vs. Programming
    • 1.3. Semesterplan
    • 1.4. Lernziele
    • 1.5. Organisatorisches
  • 2. Python I
    • 2.1. JupyterLite
    • 2.2. Style Guide
    • 2.3. Hilfe!!
    • 2.4. Grundbegriffe
    • 2.5. Einfache Datentypen, Strings und Operatoren
    • 2.6. Variablen
  • 3. Python II
    • 3.1. Zusammengesetzte Datentypen
    • 3.2. Kontrollstrukturen
  • 4. Python III
    • 4.1. Funktionen
    • 4.2. Pakete
  • 5. Installation und Setup
    • 5.1. Vorbereitung
    • 5.2. Installation und Setup
  • 6. Einstieg Webscraping
    • 6.1. Der rechtliche Rahmen
    • 6.2. HTML
    • 6.3. CSS
    • 6.4. Client, Server, HTTP
  • 7. Statische Webseiten
    • 7.1. Einstieg BeautifulSoup
    • 7.2. Fortsetzung BeautifulSoup
  • 8. APIs (Exkurs)
    • 8.1. APIs
    • 8.2. Beispiel DraCor-API
    • 8.3. Beispiel LOC-API
  • 9. Dynamische Webseiten
    • 9.1. Statisch vs. Dynamisch?
    • 9.2. Einstieg Selenium
    • 9.3. Fortsetzung Selenium
  • 10. Tipps und Tricks
    • 10.1. Selenium ist kein Hammer
    • 10.2. Sessions und Cookies
    • 10.3. Authentifizierung, Autorisierung und APIs
    • 10.4. Weitere Tipps und Tricks
  • 11. Pandas (Exkurs)
    • 11.1. Daten bereinigen mit Pandas
  • .md

Python I: Einfache Datentypen, Strings, Operatoren und Variablen

2. Python I: Einfache Datentypen, Strings, Operatoren und Variablen#

  • 2.1. JupyterLite
  • 2.2. Style Guide
  • 2.3. Hilfe!!
  • 2.4. Grundbegriffe
  • 2.5. Einfache Datentypen, Strings und Operatoren
  • 2.6. Variablen

previous

1.5. Organisatorisches

next

2.1. Python-Code ausführen mit JupyterLite

By Lisa Poggel

© Copyright 2022.