046-scraping-the-billboard/docs/wiki/Step-1-Scrape-the-Billboard-da.md

Trin 1 - Scrape Billboard Hot 100

🌐 English · Dansk · Bahasa Melayu

Hvad trinnet gør

Programmet beder om en dato i formatet YYYY-MM-DD, henter https://appbrewery.github.io/bakeboard-hot-100/<date>/ og læser de 100 sange ud af HTML'en. Bakeboard er kursets kopi af Billboard Hot 100, fordi den rigtige side kan ændre sig eller få en betalingsmur når som helst.

python -m musical_time_machine --list-only

Bakeboard-siden for 2026-04-18:

Programmets output (gengivet ud fra teksten fra en rigtig kørsel, ikke et foto af et terminalvindue):

Det lærte vi

• At læse en hjemmeside som data. BeautifulSoup gør HTML til et træ, og en CSS-selektor (div.chart-entry, h3.chart-entry__title) udpeger de dele, vi vil have. Vi fandt selektorerne ved først at se på sidens markup.
• At være en høflig klient. En anmodning har hoveder (headers); User-Agent fortæller serveren, hvilken slags klient der spørger. En timeout og raise_for_status() får en langsom eller manglende side til at fejle tydeligt i stedet for at hænge.
• At validere input ved grænsen. parse_chart_date accepterer kun rigtige YYYY-MM-DD-datoer, så resten af programmet aldrig ser en ugyldig dato.
• At teste uden netværk. Hitlistesiden er gemt under tests/fixtures/, og scraperen tager sin sidehenter som parameter, så testene kontrollerer 100 sange uden en eneste anmodning.
• At samle viden ét sted. URL, selektorer og beskeder ligger i constants.py; hvis Bakeboard ændrer sit markup, er det én fil, der ændres.