html-content-extraction पर टैग किए गए जवाब

बंद हो गया । इस प्रश्न पर अधिक ध्यान देने की आवश्यकता है । यह वर्तमान में उत्तर स्वीकार नहीं कर रहा है। इस प्रश्न को सुधारना चाहते हैं? प्रश्न को अपडेट करें ताकि यह इस पोस्ट को संपादित करके केवल एक समस्या पर केंद्रित हो । 6 साल पहले …

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

मैं Python का उपयोग करके HTML फ़ाइल से पाठ निकालना चाहूंगा। मैं अनिवार्य रूप से वही आउटपुट चाहता हूं जो मुझे मिलेगा अगर मैंने एक ब्राउज़र से टेक्स्ट कॉपी किया और इसे नोटपैड में पेस्ट किया। मैं नियमित अभिव्यक्ति का उपयोग करने की तुलना में कुछ अधिक मजबूत होना चाहूंगा …

243 python  html  text  html-content-extraction 

मैं HTML पृष्ठ से शीर्षक निकालने के लिए एक नियमित अभिव्यक्ति चाहता हूं। वर्तमान में मेरे पास यह है: title = re.search('<title>.*</title>', html, re.IGNORECASE).group() if title: title = title.replace('<title>', '').replace('</title>', '') क्या केवल शीर्षक की सामग्री निकालने के लिए एक नियमित अभिव्यक्ति है> इसलिए मुझे टैग हटाने की आवश्यकता नहीं …

130 python  html  regex  html-content-extraction 

मूल रूप से, मैं एक वेबपेज पर दृश्यमान पाठ को सख्ती से हथियाने के लिए ब्यूटीफुल का उपयोग करना चाहता हूं । उदाहरण के लिए, यह वेबपृष्ठ मेरा परीक्षण मामला है। और मैं मुख्य रूप से केवल शरीर पाठ (लेख) प्राप्त करना चाहता हूं और शायद यहां और वहां कुछ …

124 python  text  beautifulsoup  html-content-extraction