معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

A lightweight tool for table extraction from HTML pages.

ویژگی	مقدار
سیستم عامل	-
نام فایل	boxfish-0.1.1
نام	boxfish
نسخه کتابخانه	0.1.1
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Peter Korteweg
ایمیل نویسنده	boxfish@peterkorteweg.com
آدرس صفحه اصلی	https://github.com/peterkorteweg/boxfish/
آدرس اینترنتی	https://pypi.org/project/boxfish/
مجوز	MIT

<img src="boxfish.svg" width="100%" alt=""> # boxfish: lightweight table extraction from HTML [![PyPI](https://img.shields.io/pypi/v/boxfish)](https://img.shields.io/pypi/v/boxfish) [![PyPI - Status](https://img.shields.io/pypi/status/boxfish)](https://img.shields.io/pypi/status/boxfish) [![PyPI - License](https://img.shields.io/pypi/l/boxfish)](https://img.shields.io/pypi/l/boxfish) [![PyPI - Python Version](https://img.shields.io/pypi/pyversions/boxfish)](https://img.shields.io/pypi/pyversions/boxfish) [![GitHub top language](https://img.shields.io/github/languages/top/peterkorteweg/peterkorteweg)](https://img.shields.io/github/languages/top/peterkorteweg/boxfish) ### What is it? Boxfish is a lightweight tool for table extraction from HTML pages. ### Main features - Easy configuration. No knowledge of CSS or Xpaths required. - Fast table extraction to CSV files. - Integration of `requests` and `selenium`. ### Quick start ``` python import boxfish as bf import pandas as pd # Define table layout of an url with strings from two rows. aurl = '' row1 = '' row2 = '' # Build a configuration aconfig = bf.build(url=aurl, astr = [row1, row2]) # Extract a table data = bf.extract(aconfig, url=aurl) # View results df = pd.DataFrame(data) df.head() ``` ### Where to get it? Boxfish is available on [Pypi](https://pypi.org/project/boxfish/) and [Github](https://github.com/peterkorteweg/boxfish/). ``` pip install boxfish ``` ### Dependencies The main dependencies are: - [**BeautifulSoup4**](https://pypi.org/project/beautifulsoup4/), a Python library for pulling data out of HTML and XML files. - [**lxml**](https://pypi.org/project/lxml/), a powerful and Pythonic XML processing library. - [**Requests**](https://pypi.org/project/requests/), a simple, yet elegant, HTTP library. - [**Selenium**](https://pypi.org/project/selenium/), automated web browser interaction from Python. ### License Boxfish is available with an [MIT license](https://github.com/peterkorteweg/boxfish/blob/main/LICENSE). ### Limitations Boxfish extracts text from HTML. To see if the HTML file contains the text of interest, open the page in a browser, then access the HTML in the developer tools via <kbd>Cntrl</kbd>+<kbd>Shift</kbd>+ <kbd>I</kbd>. ### Documentation Full documentation is available [here](https://github.com/peterkorteweg/boxfish/blob/main/Documentation.md).

نیازمندی

مقدار	نام
-	requests
-	beautifulsoup4
-	selenium
-	lxml

زبان مورد نیاز

مقدار	نام
>=3.6	Python

نحوه نصب

نصب پکیج whl boxfish-0.1.1:

pip install boxfish-0.1.1.whl

نصب پکیج tar.gz boxfish-0.1.1:

pip install boxfish-0.1.1.tar.gz