Nettskraping kan være vanskelig, spesielt for dynamiske nettsteder som de som bruker JavaScript. Ulike løsninger kan oppnås ved å bruke verktøy som Beautiful Soup for statisk HTML og Selenium for dynamiske sider. Å finne API-endepunkter kan også gjøre datautvinning enklere. Driften går bra når ytelse og moralsk skrapingsmetoder er balansert.

Å finne pålitelige og effektive kilder er avgjørende for alle som leter etter et betydelig datasett med Instagram-lignende videoer for maskinlæring. Selv om offentlige data kan trekkes ut ved å bruke skrapeprogrammer som BeautifulSoup, er det etiske problemer med dem.

Vanskelighetene med å trekke ut HTML fra nettsider som i stor grad er avhengige av JavaScript ved å bruke JSoup er dekket i denne artikkelen. Alternative teknikker, som Selenium og Puppeteer, undersøkes for å fange opp den endelige gjengitte HTML-en fordi JSoup ikke kan kjøre JavaScript.