معرفی شرکت ها

easy-scraper-py-1.0.0

Card image cap
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
Card image cap
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
Card image cap
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
Card image cap
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
Card image cap
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
1.0.0
0.1.6
0.1.5
0.1.4
0.1.3
1.0.0
0.1.6
0.1.5
0.1.4
0.1.3

توضیحات

An Easy Scraper for HTML
ویژگی مقدار
سیستم عامل -
نام فایل easy-scraper-py-1.0.0
نام easy-scraper-py
نسخه کتابخانه 1.0.0
نگهدارنده []
ایمیل نگهدارنده []
نویسنده cympfh
ایمیل نویسنده cympfh@gmail.com
آدرس صفحه اصلی https://github.com/cympfh/easy-scraper-py/
آدرس اینترنتی https://pypi.org/project/easy-scraper-py/
مجوز MIT
# easy-scraper-py ![](https://img.shields.io/static/v1?label=+&message=Python%203.9%2B&color=lightblue&logo=Python) ![](https://img.shields.io/static/v1?label=status&message=Ready&color=red) [![PyPI](https://img.shields.io/pypi/v/easy-scraper-py.svg)](https://pypi.python.org/pypi/easy-scraper-py) An easy scraping tool for HTML ## Goal Re-implementation of [tanakh/easy-scraper](https://github.com/tanakh/easy-scraper) in Python. ## Install from PyPI ```bash pip install easy-scraper-py ``` ## Usage Example ### Scraping texts ```html <!-- Target: full or partial HTML code --> <body> <b>NotMe</b> <a class=here>Here</a> <a class=nothere>NotHere</a> </body> <!-- Pattern: partial HTML with variables ({ name }) --> <a class=here>{ text }</a> ``` ```python import easy_scraper target = r"""<body> <b>NotMe</b> <a class=here>Here</a> <a class=nothere>NotHere</a> </body> """ # newlines and spaces are all ignored. # Matching innerText under a-tag with class="here" pattern = "<a class=here>{ text }</a>" easy_scraper.match(target, pattern) # [{'text': 'Here'}] ``` ### Scraping links ```python target = r""" <div> <div class=here> <a href="link1">foo</a> <a href="link2">bar</a> <a>This is not a link.</a> <div> <a href="link3">baz</a> </div> </div> <div class=nothere> <a href="link4">bazzz</a> </div> </div> """ # Marching links (href and innerText) under div-tag with class="here" pattern = r""" <div class=here> <a href="{ link }">{ text }</a> </div> """ assert easy_scraper.match(target, pattern) == [ {"link": "link1", "text": "foo"}, {"link": "link2", "text": "bar"}, {"link": "link3", "text": "baz"}, ] ``` ### Scraping RSS (XML) `easy-scraper-py` just uses [html.parser](https://docs.python.org/ja/3/library/html.parser.html) for parsing, also can parse almost XML. ```python import easy_scraper import urllib.request body = urllib.request.urlopen("https://kuragebunch.com/rss/series/10834108156628842505").read().decode() res = easy_scraper.match(body, "<item><title>{ title }</title><link>{ link }</link></item>") for item in res[:5]: print(item) ``` ### Scraping Images ```python import easy_scraper import urllib.request url = "https://unsplash.com/s/photos/sample" body = urllib.request.urlopen(url).read().decode() # Matching all images res = easy_scraper.match(body, r"<img src='{ im }' />") print(res) # Matching linked (under a-tag) images res = easy_scraper.match(body, r"<a href='{ link }'><img src='{ im }' /></a>") print(res) ```


زبان مورد نیاز

مقدار نام
>=3.9,<4.0 Python


نحوه نصب


نصب پکیج whl easy-scraper-py-1.0.0:

    pip install easy-scraper-py-1.0.0.whl


نصب پکیج tar.gz easy-scraper-py-1.0.0:

    pip install easy-scraper-py-1.0.0.tar.gz