html-parsing

5calore

2risposta

seleziona l'elemento di testo HTML con regex?

Voglio cercare © in un documento HTML e fondamentalmente ottenere l'entità a cui il copyright è attribuito. La linea di diritto d'autore si presenta un paio di modi diversi: <p class="bg-copy">&c

5calore

1risposta

Selezionare per "nome" in JSoup

Ho div multiple in un URL di pagina Web che devo analizzare che hanno lo stesso nome di classe ma nomi diversi senza ID. per es. <div class="answer" style="display: block;" name="yyy" oldblock="block"

5calore

2risposta

Miglior modulo Python per l'analisi HTML

Ho un aggiornamento del sito Web (le persone possono aggiornare il contenuto (testo) non l'aspetto del sito Web) che ha HTML, javascript come front end lingue & python come lato back-end/server. mi st

7calore

3risposta

Come raschiare solo il tag <body> da un sito Web

Sto lavorando a un webcrawler. Al momento scrivo l'intero contenuto e poi usando l'espressione regolare rimuovo <meta>, <script>, <style> e altri tag e ottengo il contenuto del corpo. Tuttavia, sto ce

9calore

3risposta

Usare python per modificare html, ma lxml converte entità belle HTML in codifica strana

Sto provando a usare python (con pyquery e lxml) per modificare e ripulire alcuni html. Eg. html = "<div><p>It’s a spicy meatball!</div>" La funzione

14calore

1risposta

Come estrarre nodi di testo separati con Jsoup?

Ho un elemento come questo: <td> TextA <br/> TextB </td> Come posso estrarre Texta e TextB separatamente?

5calore

1risposta

Ottenere il testo fuori un tag e all'interno di un altro

Sto l'analisi di una pagina web con BeautifulSoup, e ha alcuni elementi come il seguente: <td><font size="2" color="#00009c"><b>Consultant Registration Number :</b></font> 16043646</td> La struttura

7calore

3risposta

Pulizia HTML nel testo da HtmlCleaner

Voglio vedere l'HTML pulito che otteniamo da HTMLCleaner. Vedo che c'è un metodo chiamato serialize su TagNode, tuttavia non so come usarlo. Qualcuno ha un codice di esempio per questo? Grazie Nayn

15calore

2risposta

parser Java Jsoup Java: esecuzione di eventi javascript

Posso compilare moduli, eseguire eventi e funzioni javascript in Jsoup. Se sì, come posso? O dovrei andare per un altro parser.

6calore

1risposta

rimuovere determinati attributi dai tag HTML

Come rimuovere determinati attributi come ID, stile, classe, ecc. Dal codice HTML? Ho pensato di poter utilizzare lo lxml.html.clean module, ma come è stato possibile rimuovere solo gli attributi di s