html-parsing

2熱

1答えて

にテーブルを解析だから私はこのようにHTMLを持っている： <tr class="row1"> <td class="id">123</td> <td class="date">2014-08-08</td> <td class="time">12:31:25</td> <td class="notes">something here</td> <

0熱

1答えて

HTTrackリターンは

は、私は、次のコマンドを使用してHTTrackでウェブサイトをダウンロードしたファイルが見つかりません：ウェブサイトフォルダ内のindex.htmlファイルを設置し、それを実行するIよりも /usr/local/bin/httrack https://www.website.com -O /Users/mainuser/Desktop/website -n -j 。 Chromeはメッセージ「

2熱

2答えて

phpを使ってhtml内の特定の要素の後に新しい要素を挿入するには？

私は実際にDOMDocumentを解析して頭を悩ましています。私は次の問題を解決しようとしています。は、私は第二段落タグの後に何か他のものとのdivに追加する、次のHTML <h1>Title</h1> <p>Some Content</p> <p>Some More Content</p> <p>Other Content</p> <p>Last Bit of Content</p>

0熱

2答えて

複数のHTMLタグの内部からテキストを抽出するにはどうすればよいですか？

HTMLタグを削除しようとしているバッチのテキストファイルがあります。各ファイルに保存したいテキストは、<TEXT>と</TEXT>の間です。これらのファイルの中には、文書の下半分に保存したいと思う<TEXT>と</TEXT>という2番目のインスタンスがあります。 HTML::Restrictは、第一に、関連するすべてのテキストを保存するための素晴らしい作品が、<TEXT>と</TEXT>の2番目

0熱

1答えて

html.parserを使用した美しいスープ引用符のデコードに問題がある

Fox Newsの記事のテキストを取得する簡単なプログラムがありますが、何らかの理由で引用符が正しくデコードされないという問題があります。 from bs4 import BeautifulSoup import urllib r = urllib.urlopen('http://www.foxnews.com/politics/2016/10/14/emails-reveal-clinto

1熱

1答えて

互換性のない文字エンコーディング：Oga gemのASCII-8BITとUTF-8

私はOgaというXML/HTMLパーサーを使用しています。私はこのURLをクロールしようとしています：私はこのエラーを取得すると def get_page body = Net::HTTP.get(URI.parse(@url)) document = Oga.parse_html(body) end document = get_page words =

1熱

1答えて

JSOUPを使用してネストされたDIVタグ内のSPANタグを取得しようとしています

こんにちは、JSoupを使用してネストされたDIVタグ内にあるスパンタグを抽出しようとしています。以下のコードは単なるコードのスニペットです。 <div class="formitem formgroup horizontal"> <div class="formitem formgroup horizontal"> <div class="formitem formg

-7熱

1答えて

BeautifulSoupエラー

実行時にエラーが発生します。 import requests from bs4 import BeautifulSoup url = "http://sport.citifmonline.com/" url_page_2 = "url" + "2016/10/15/chelsea-3-0-leicester-city-dominant-blues-comfortable-against-c

1熱

2答えて

スパンクラスタグからbeautifulsoupを使ってテキストを抽出する

ウェブサイトのスパンクラスの間にテキストのいくつかの要素を抽出しようとしています。ここでは、HTMLコードの抜粋です： <h1>2 Some address</h1> </div> <div id="smi-summary-items"> <div id="smi-price-string">€230,000</div>

2熱

1答えて

解析HTMLとJavaScript Jsoup

を使用して、私はこの問題は、JavaScriptの要素が1行だけ含まれていることである以下の public Document parse(String content) { return Jsoup.parse(content, "", Parser.xmlParser()); } を使用してhtmlタグを含むHTML文字列を解析し、JavaScriptタグです。また、私