html-content-extraction

52calore

3risposta

Utilizzando BeautifulSoup per trovare un tag HTML che contiene un determinato testo

Sto cercando di ottenere gli elementi di un documento HTML che contiene il seguente schema di testo: # \ S {11} <h2> this is cool #12345678901 </h2> Così, il precedente sarebbe partita utilizzando:

15calore

5risposta

Come si analizza un codice HTML in vb.net

Vorrei sapere se esiste un modo semplice per analizzare l'HTML in vb.net. So che HTML non è un sottoinsieme di XML, ma sarebbe bello se potesse essere trattato in questo modo. C'è qualcosa là fuori ch

5calore

3risposta

Strategia di Python per l'estrazione di testo da pagine html malformate

Sto cercando di estrarre testo da pagine html arbitrarie. Alcune pagine (di cui non ho alcun controllo) hanno html o script malformati che rendono questo difficile. Inoltre sono su un ambiente di host

22calore

2risposta

Crea Great Parser - Estrai testo pertinente da HTML/Blog

Sto provando a creare un parser HTML generalizzato che funzioni bene sui post dei blog. Voglio puntare il mio parser sull'URL specifico di entrie e recuperare il testo pulito del post stesso. Il mio a

17calore

8risposta

Estrazione del testo da HTML Java

Sto lavorando a un programma che scarica pagine HTML e quindi seleziona alcune informazioni e le scrive in un altro file. Voglio estrarre l'informazione che si trova tra i tag di paragrafo, ma posso o

6calore

4risposta

C'è una porta boilerpipe per .net?

Qualcuno conosce una porta .net per la libreria boilerpipe?

86calore

8risposta

BeautifulSoup Grab Visible Webpage Text

Fondamentalmente, voglio utilizzare BeautifulSoup per afferrare rigorosamente il testo visibile su una pagina web. Ad esempio, this webpage è il mio caso di prova. E voglio principalmente ottenere il

28calore

12risposta

Modo "intelligente" di analisi e utilizzo dei dati del sito web?

Come si analizzano in modo intelligente i dati restituiti dai risultati di ricerca su una pagina? Ad esempio, diciamo che mi piacerebbe creare un servizio Web che cerchi libri online analizzando i ris

5calore

5risposta

Come integrare pagine HTML in WordPress?

Ho una pagina in HTML (index.html) e una cartella denominata images, css, js che vi è usata. Ora devo farlo in WordPress. C'è qualche plug in per convertire Html in WordPress o in qualsiasi altro modo

8calore

5risposta

metodo python per estrarre il contenuto (navigazione esclusa) da una pagina HTML

Ovviamente una pagina HTML può essere analizzata usando un numero qualsiasi di parser Python, ma sono sorpreso che non ci siano script di analisi pubblici da estrarre contenuto significativo (escluse