Extraire des données d'une page Web avec Python

import re
from html import unescape
from urllib.parse import urljoin

#Obtenir des données html à partir de la page Web

for partial_html in re.findall(Expressions régulières):
#Obtenez des informations spécifiques avec une expression régulière à partir des informations acquises
#Dans l'expression régulière, re.search()faire

import lxml.html

a =Lire le fichier html
html = a.getroot()

#Convertissez tous les éléments en attributs href en URL absolues en fonction de l'URL de l'argument
html.make_link_absolute(URL)

for b in html.cssselect(Spécifiez l'élément avec le sélecteur CSS):
#Obtenir l'élément

Recommended Posts