Discussion :

[TallyHo]

Hello,

Tout est dans le titre
Je voudrais trouver un parser simple pour collecter des données HTML.
J'ai vu qu'il y en a plusieurs mais c'est surtout des avis que je voudrais.

Merci

[GnuVince]

Hello,

Tout est dans le titre
Je voudrais trouver un parser simple pour collecter des données HTML.
J'ai vu qu'il y en a plusieurs mais c'est surtout des avis que je voudrais.

Merci

Installe BeautifulSoup. Pas le plus rapide, mais il fait la job, il est facile et a de la bonne documentation.

[TallyHo]

Oui je l'ai vu celui-là mais ce n'est pas un peu trop "sophistiqué" pour simplement récupérer des tableaux html ? Je voulais le faire en utilisant xpath.

[GnuVince]

Non, c'est plus simple que XPath.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
 
soup = BeautifulSoup('http://www.foo.com')
soup.findAll('table')

Tadam!

[TallyHo]

Connais tu un bon tutorial sur soup ?
Je trouve la doc succinte sur le site.
Merci

[GnuVince]

J'ai toujours seulement utilisé la documentation sur leur site et la fonction help() dans l'interpréteur Python.

[TallyHo]

Ok merci

[GnuVince]

Encore une fois, on m'a demandé du code en privé. Le voici.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
 
import urllib
from BeautifulSoup import BeautifulSoup
 
soup = BeautifulSoup(urllib.urlopen('http://www.developpez.com'))
tds = soup.findAll('td', **{'class': 'tdt'})
for td in tds:
    title = ''.join(map(lambda x: x.string, td.a.contents))
    print title

[TallyHo]

Merci