BeautifulSoup で HTML 文書からタグを取り除く（Python） - やた＠はてな日記
はじめに HTML の解析に便利な BeautifulSoup（Python ライブラリ）を使って HTML 文書のテキスト部分の切り出しを試みましたというお話です．「間違えているところがある」とか「もっと良い方法がある」という場合，コメントをいただけると幸いです． ※ HTML 文書の焦点抽出（ニュースやブログからの記事抽出など）については考慮していません． 追記（2010-06-21）：このお話には続き（続・BeautifulSoup で HTML 文書からタグを取り除く（Python） - やた＠はてな日記）があり，追加の問題とその対処について説明しています． BeautifulSoup とは BeautifulSoup は，以下のサイトでダウンロードできる Python 用のライブラリです．インストールをしなくても，アーカイブの中にある BeautifulSoup.py をコピーす
指定したURLのHTMLを文字列で取得する - Python Tips
指定したURLのHTML、例えば、http://www.yahoo.co.jp/ のHTMLを文字列として取得する方法です。 urllib2 の urlopen を使用します。 import urllib2 fp = urllib2.urlopen(url) html = fp.read() fp.close() http://www.yahoo.co.jp/ のHTMLを取得する場合は、 import urllib2 fp = urllib2.urlopen('http://www.yahoo.co.jp/') html = fp.read() fp.close() とすると、変数 html に http://www.yahoo.co.jp/ のHTMLが入ります。 関連 Python ライブラリリファレンス 11.5 urllib2 -- URL を開くための拡張可能なライブラリ
HTML2PDF converter written in Python. About
HTML/XML/CSS to PDF converter written in pure Python and therefore platform independent. pisa 3.0 A new version of pisa has been released. It offers the following new features: Uses the html5lib standard conform parsing the documentsUses a CSS lib to support almost all selectors and styles that make sense in PDF as defined in CSS 2.0Complete rewrite and therefore more consistent behaviourIntegrat
FlaskでDrag and Drop APIとXHR2で画像をポストする
青い囲みの中にドラッグドロップするとアップロードされるが、ドラッグドロップAPIのためにスペースを用意するっていうのはなんかいまいちだなぁ。もうちょっと洗練されたドラッグドロップのインターフェースはないものかね。 ディレクトリ構成 from flask import Flask, request, url_for, render_template, make_response import os DEBUG = True SECRET_KEY = 'development key' UPLOAD_FOLDER = 'static/uploads' ALLOWED_EXTENSIONS = set(['txt', 'pdf', 'png', 'jpg', 'jpeg', 'gif']) app = Flask(__name__) app.config.from_object(__name__
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Pythonの正規表現でHTMLタグを除去する方法 - 森薫の日記
