html-content-extraction

3La chaleur

2Répondre

J'ai regardé autour mais je n'ai pas encore trouvé une solution. J'essaie de gratter un document HTML et obtenir le texte entre deux commentaires mais j'ai été incapable de le faire avec succès jusqu'

5La chaleur

3Répondre

Stratégie Python pour l'extraction de texte à partir de pages html malformées

J'essaie d'extraire du texte à partir de pages html arbitraires. Certaines pages (sur lesquelles je n'ai aucun contrôle) ont malformé le html ou les scripts qui rendent cela difficile. Je suis égaleme

3La chaleur

2Répondre

Analyse d'un fichier HTML avec selectorgadget.com

Comment puis-je utiliser une belle soupe et selectorgadget pour gratter un site Web. Par exemple, j'ai un site Web - (a newegg product) et je voudrais que mon script retourne toutes les spécifications

1La chaleur

5Répondre

Possibilité d'analyser un document HTML et de construire un arbre DOM (java)

Est-il possible et quels outils pourraient être utilisés pour analyser un document html en tant que chaîne ou à partir d'un fichier, puis de construire un arbre DOM pour qu'un développeur puisse march

0La chaleur

3Répondre

information de sites

Extraction pas tous les sites Web expose leurs données bien, avec les flux XML, API, etc. Comment pourrais-je aller à l'extraction d'informations à partir d'un site Web? Par exemple: ... <div> <

0La chaleur

6Répondre

RegEx pour l'extraction des propriétés de l'image HTML

J'ai besoin d'un motif RegEx pour extraire toutes les propriétés d'une étiquette d'image. Comme nous le savons tous, il y a beaucoup de HTML mal formé, donc le modèle doit couvrir ces possibilités. qu

0La chaleur

4Répondre

Comment extraire des valeurs d'attribut d'ID d'élément à partir du code HTML

J'essaie de déterminer la surcharge de l'auto-nommage ASP.NET des contrôles serveur. J'ai une page qui contient 7.000 lignes de HTML rendues à partir de centaines de contrôles ASP.NET imbriqués, dont

52La chaleur

3Répondre

En utilisant BeautifulSoup pour trouver une balise HTML qui contient un certain texte

J'essaie d'obtenir les éléments dans un document HTML contenant le modèle de texte suivant: # \ S {11} <h2> this is cool #12345678901 </h2> Ainsi, le précédent correspondra à l'aide: soup('h2',text=