La programmation html-content-extraction

30

Fermé . Cette question doit être plus ciblée . Il n'accepte pas actuellement de réponses. Vous souhaitez améliorer cette question? Mettez à jour la question pour qu'elle se concentre sur un seul problème en modifiant ce post . Fermé il y a 6 ans . Améliorez cette question Je pense …

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

30

Extraire du texte d'un fichier HTML à l'aide de Python

Je voudrais extraire le texte d'un fichier HTML en utilisant Python. Je veux essentiellement la même sortie que j'obtiendrais si je copiais le texte à partir d'un navigateur et le collais dans le bloc-notes. J'aimerais quelque chose de plus robuste que d'utiliser des expressions régulières qui peuvent échouer sur du …

243 python html text html-content-extraction

8

Extraire une partie d'une correspondance regex

Je veux une expression régulière pour extraire le titre d'une page HTML. Actuellement, j'ai ceci: title = re.search('<title>.*</title>', html, re.IGNORECASE).group() if title: title = title.replace('<title>', '').replace('</title>', '') Existe-t-il une expression régulière pour extraire uniquement le contenu de <title> pour ne pas avoir à supprimer les balises?

131 python html regex html-content-extraction

10

BeautifulSoup Grab Texte de page Web visible

Fondamentalement, je souhaite utiliser BeautifulSoup pour saisir strictement le texte visible sur une page Web. Par exemple, cette page Web est mon cas de test. Et je veux principalement obtenir le corps du texte (article) et peut-être même quelques noms d'onglets ici et là. J'ai essayé la suggestion dans cette …

124 python text beautifulsoup html-content-extraction

Questions marquées «html-content-extraction»