Programming

Python Web Scraping Guide

📅 2026-02-09 | โดย อ.บอม กิตติทัศน์ เจริญพนาสิทธิ์ — SiamCafe.net Since 1997

Python Web Scraping Guide คืออะไร / ทำไมถึงสำคัญ

น้องๆ เคยอยากได้ข้อมูลจากเว็บ แต่ขี้เกียจ copy-paste เองมั้ย? Web Scraping นี่แหละคือตัวช่วย! มันคือการดึงข้อมูลจากเว็บแบบอัตโนมัติ ด้วยโปรแกรมที่เราเขียนขึ้นมาเอง

สมัยผมทำร้านเน็ต SiamCafe (ตั้งแต่ปี 2540 กว่าๆ แน่ะ) ก็เคยใช้ Scraping ดึงข้อมูลเกมมา update ในร้านนะ ประหยัดเวลาไปเยอะเลย (แอบกระซิบว่าตอนนั้นไม่ได้ใช้ Python นะ ใช้ Perl ซะมากกว่า 555)

ทำไมมันถึงสำคัญ? ลองคิดดูสิ เราสามารถดึงข้อมูลสินค้าจากเว็บ e-commerce มาเปรียบเทียบราคา, ดึงข้อมูลข่าวจากหลายๆ สำนักข่าวมาวิเคราะห์ sentiment, หรือแม้แต่ดึงข้อมูลสถิติจากเว็บต่างๆ มาทำ dashboard ได้หมดเลย

พื้นฐานที่ต้องรู้

HTML Structure

เว็บส่วนใหญ่สร้างด้วย HTML น้องๆ ต้องเข้าใจโครงสร้าง HTML ก่อนนะ ถึงจะดึงข้อมูลได้ถูกที่ ลองนึกภาพ HTML เป็นบ้าน แต่ละส่วนก็มีป้ายชื่อแปะไว้ เช่น <h1> คือหัวข้อใหญ่ <p> คือย่อหน้า <a> คือลิงก์

CSS Selectors

CSS Selectors เหมือนเป็น GPS ที่จะนำทางเราไปหาข้อมูลที่เราต้องการใน HTML อีกทีนึง เช่น #id คือเลือก element ที่มี id ชื่อนั้น .class คือเลือก element ที่มี class ชื่อนั้น div > p คือเลือก paragraph ที่เป็นลูกของ div

HTTP Requests

เวลาเราเปิดเว็บ Browser จะส่ง HTTP Request ไปขอข้อมูลจาก Server แล้ว Server ก็จะส่ง HTML กลับมาให้เรา การ Scraping ก็ต้องส่ง Request แบบเดียวกัน เพื่อเอา HTML มา parse

วิธีใช้งาน / เริ่มต้นยังไง

Python มี Library เด็ดๆ ที่ช่วยเรื่อง Web Scraping เยอะมาก ที่ฮิตๆ ก็มี BeautifulSoup กับ Scrapy

BeautifulSoup ใช้งานง่าย เหมาะสำหรับโปรเจคเล็กๆ หรือมือใหม่ Scrapy จะซับซ้อนกว่า แต่ powerful กว่า เหมาะสำหรับโปรเจคใหญ่ๆ ที่ต้องการ scalability

วันนี้ผมจะสอนใช้ BeautifulSoup นะ ง่ายดี เริ่มต้นได้ไว

ขั้นตอนปฏิบัติจริง

Install Libraries

ก่อนอื่นต้อง install library ก่อนนะ เปิด Command Prompt หรือ Terminal แล้วพิมพ์

pip install beautifulsoup4 requests

Get HTML Content

ต่อไปเราจะดึง HTML จากเว็บที่เราต้องการ

import requests
from bs4 import BeautifulSoup

url = "https://siamcafe.net/blog/" # หรือเว็บอะไรก็ได้ที่น้องๆ อยากลอง
response = requests.get(url)
html_content = response.content

Parse HTML

จากนั้นเราจะใช้ BeautifulSoup มา parse HTML

soup = BeautifulSoup(html_content, "html.parser")

Extract Data

ทีนี้ก็ถึงเวลาดึงข้อมูลที่เราต้องการแล้ว สมมติเราอยากดึงหัวข้อข่าวจาก SiamCafe Blog

headlines = soup.find_all("h2", class_="entry-title") # ดึง h2 ที่มี class เป็น entry-title
for headline in headlines:
    print(headline.text)

แค่นี้เอง! ลองรัน code ดู น้องๆ ก็จะได้หัวข้อข่าวจาก SiamCafe Blog แล้ว

เปรียบเทียบกับทางเลือกอื่น

นอกจาก Python แล้ว ก็ยังมีภาษาอื่นๆ ที่ใช้ทำ Web Scraping ได้ เช่น JavaScript (Node.js), PHP, Ruby แต่ Python มันได้เปรียบตรงที่มี Library ให้เลือกใช้เยอะ แถม Syntax ก็อ่านง่าย

แต่ถ้าเว็บที่เราต้องการดึงข้อมูลมี API ให้ใช้ (Application Programming Interface) อันนั้นจะง่ายกว่า Scraping เยอะเลย API จะให้ข้อมูลที่เป็น structured data มาเลย ไม่ต้องมานั่ง parse HTML เอง

Feature	Web Scraping	API
ความซับซ้อน	สูง ต้อง parse HTML	ต่ำ ได้ structured data เลย
ความยืดหยุ่น	สูง ดึงข้อมูลอะไรก็ได้	ต่ำ ดึงได้เฉพาะข้อมูลที่ API อนุญาต
ความเสถียร	ต่ำ ถ้าเว็บเปลี่ยน layout code เราก็ต้องแก้	สูง API มักจะไม่ค่อยเปลี่ยน
ข้อจำกัด	อาจโดนเว็บ block ได้	มี rate limiting (จำกัดจำนวน request)

สรุปคือ ถ้ามี API ให้ใช้ เลือก API ก่อนเลย แต่ถ้าไม่มี Web Scraping ก็เป็นทางเลือกที่ดี

Best Practices / เคล็ดลับจากประสบการณ์

เอาล่ะน้องๆ มาถึงส่วนสำคัญแล้ว นี่คือเคล็ดลับที่พี่บอม SiamCafe สั่งสมมาจากการคลุกคลีกับ Web Scraping มานานโข บอกเลยว่าถ้าทำตามนี้ชีวิตง่ายขึ้นเยอะ สมัยผมทำร้านเน็ตนี่ ข้อมูลสำคัญมากนะ ช่วยให้เราตัดสินใจหลายๆ อย่างได้ดีขึ้น

จำไว้ว่า Web Scraping ไม่ใช่แค่การดึงข้อมูล แต่มันคือการดึงข้อมูลอย่างมีมารยาท และมีประสิทธิภาพด้วยนะจ๊ะ

เทคนิคที่ 1: User-Agent ที่เป็นมิตร

เว็บไซต์ส่วนใหญ่จะตรวจสอบ User-Agent ของเราเพื่อดูว่าเราเป็นใคร ถ้าเราใช้ User-Agent default ของ Python บ่อยๆ เว็บไซต์อาจจะบล็อกเราได้

วิธีแก้คือ กำหนด User-Agent ของเราให้เหมือนกับ Browser ทั่วไปซะ จะได้เนียนๆ หน่อย

import requests

headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3'
}

response = requests.get('https://www.example.com', headers=headers)
print(response.status_code)

เทคนิคที่ 2: Respect Robots.txt

robots.txt คือไฟล์ที่บอกว่า Bot หรือ Crawler ตัวไหนสามารถเข้าถึงส่วนไหนของเว็บไซต์ได้บ้าง ก่อน Scraping เว็บไซต์ไหน อย่าลืมเข้าไปอ่าน robots.txt ก่อนนะ

เหมือนสมัยก่อนที่เราต้องดูป้าย "ห้ามเข้า" ก่อนเข้าไปในบ้านคนอื่นนั่นแหละ

เทคนิคที่ 3: Delay Request

การส่ง Request ถี่ๆ รัวๆ ไปที่เว็บไซต์ อาจทำให้ Server ของเขาทำงานหนักเกินไป จนอาจจะโดนบล็อกได้

วิธีแก้คือ หน่วงเวลาในการส่ง Request แต่ละครั้งซะหน่อย จะได้ไม่เป็นการรบกวน Server เขามากเกินไป

import requests
import time

for i in range(5):
    response = requests.get('https://www.example.com')
    print(f"Request {i+1}: {response.status_code}")
    time.sleep(2) # หน่วงเวลา 2 วินาที

เทคนิคที่ 4: ใช้ Try-Except Blocks

ระหว่าง Scraping อาจจะเกิด Error ได้ตลอดเวลา เช่น Network Error, Timeout Error หรือ HTML Structure เปลี่ยนแปลง

ดังนั้นควรใช้ try-except blocks เพื่อจัดการกับ Error เหล่านี้ และทำให้โปรแกรมของเราทำงานต่อไปได้

import requests
from bs4 import BeautifulSoup

try:
    response = requests.get('https://www.example.com')
    response.raise_for_status() # Check for HTTP errors
    soup = BeautifulSoup(response.content, 'html.parser')
    # Your scraping code here
except requests.exceptions.RequestException as e:
    print(f"Error during request: {e}")
except Exception as e:
    print(f"An unexpected error occurred: {e}")

FAQ คำถามที่พบบ่อย

ทำไม Web Scraping บางเว็บไซต์ถึงยากจัง?

บางเว็บไซต์ใช้เทคนิค Anti-Scraping เช่น Load ข้อมูลด้วย JavaScript, ใช้ CAPTCHA หรือเปลี่ยนแปลง HTML Structure บ่อยๆ ทำให้ Scraping ยากขึ้น

ควรใช้ Library ตัวไหนดี?

สำหรับ Python ที่พี่ใช้บ่อยๆ ก็มี requests, BeautifulSoup และ Scrapy แต่ละตัวก็มีข้อดีข้อเสียต่างกัน เลือกใช้ตามความเหมาะสมของงานนะ

ผิดกฎหมายไหมถ้า Scraping ข้อมูล?

Web Scraping ไม่ผิดกฎหมายเสมอไป แต่ต้องระวังเรื่องลิขสิทธิ์, Terms of Service ของเว็บไซต์ และข้อมูลส่วนตัวของผู้ใช้งาน ถ้าไม่แน่ใจควรปรึกษาผู้เชี่ยวชาญด้านกฎหมายก่อน

ถ้าโดนบล็อกต้องทำยังไง?

ลองเปลี่ยน User-Agent, ใช้ Proxy หรือ VPN, ลดความถี่ในการส่ง Request หรือติดต่อเจ้าของเว็บไซต์เพื่อขออนุญาต Scraping ข้อมูล

สรุป

Web Scraping เป็นเครื่องมือที่มีประโยชน์มากในการดึงข้อมูลจากเว็บไซต์ แต่ต้องใช้อย่างระมัดระวังและมีมารยาทเสมอ จำไว้ว่าเราไม่ได้เป็นเจ้าของข้อมูลบนเว็บไซต์เหล่านั้น

ถ้าอยากรู้เรื่อง Forex เพิ่มเติม ลองแวะไปดูที่ iCafeForex ได้นะ

หวังว่าบทความนี้จะเป็นประโยชน์กับน้องๆ นะครับ ถ้ามีคำถามเพิ่มเติม ถามมาได้เลย หรือลองเข้าไปอ่านบทความอื่นๆ ใน SiamCafe Blog ก็ได้นะจ๊ะ