Domande taggate «html-content-extraction»

Opzioni per lo scraping HTML? [chiuso]

Chiuso . Questa domanda deve essere più focalizzata . Al momento non accetta risposte. Vuoi migliorare questa domanda? Aggiorna la domanda in modo che si concentri su un problema solo modificando questo post . Chiuso 6 anni fa . Migliora questa domanda Sto pensando di provare Beautiful Soup , un …

406 html web-scraping html-parsing html-content-extraction

Estrazione di testo da file HTML tramite Python

Vorrei estrarre il testo da un file HTML usando Python. Voglio essenzialmente lo stesso output che otterrei se copiassi il testo da un browser e lo incollassi nel blocco note. Vorrei qualcosa di più robusto dell'utilizzo di espressioni regolari che potrebbero non riuscire su HTML scarsamente formato. Ho visto molte …

243 python html text html-content-extraction

Estrai parte di una corrispondenza regex

Voglio un'espressione regolare per estrarre il titolo da una pagina HTML. Attualmente ho questo: title = re.search('<title>.*</title>', html, re.IGNORECASE).group() if title: title = title.replace('<title>', '').replace('</title>', '') Esiste un'espressione regolare per estrarre solo il contenuto di <title> in modo da non dover rimuovere i tag?

131 python html regex html-content-extraction

BeautifulSoup Grab Visible Webpage Text

Fondamentalmente, voglio usare BeautifulSoup per afferrare rigorosamente il testo visibile su una pagina web. Ad esempio, questa pagina web è il mio caso di prova. E principalmente voglio solo ottenere il corpo del testo (articolo) e forse anche alcuni nomi di tabulazioni qua e là. Ho provato il suggerimento in …

124 python text beautifulsoup html-content-extraction

Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.

Licensed under cc by-sa 3.0 with attribution required.