Câu hỏi được gắn thẻ «html-content-extraction»

Đã đóng cửa . Câu hỏi này cần được tập trung hơn . Nó hiện không chấp nhận câu trả lời. Bạn muốn cải thiện câu hỏi này? Cập nhật câu hỏi để nó chỉ tập trung vào một vấn đề bằng cách chỉnh sửa bài đăng này . Đóng …

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

Tôi muốn trích xuất văn bản từ tệp HTML bằng Python. Tôi muốn về cơ bản cùng một đầu ra tôi sẽ nhận được nếu tôi sao chép văn bản từ trình duyệt và dán nó vào notepad. Tôi muốn một cái gì đó mạnh mẽ hơn là sử dụng …

243 python  html  text  html-content-extraction 

Tôi muốn một biểu thức chính quy để trích xuất tiêu đề từ trang HTML. Hiện tại tôi có cái này: title = re.search('<title>.*</title>', html, re.IGNORECASE).group() if title: title = title.replace('<title>', '').replace('</title>', '') Có một biểu thức chính quy để chỉ trích xuất nội dung của <title> vì vậy tôi …

130 python  html  regex  html-content-extraction 

Về cơ bản, tôi muốn sử dụng BeautifulSoup để lấy đúng văn bản hiển thị trên trang web. Ví dụ, trang web này là trường hợp thử nghiệm của tôi. Và tôi chủ yếu muốn chỉ lấy phần nội dung (bài báo) và thậm chí có thể là một vài …

124 python  text  beautifulsoup  html-content-extraction