Hejto.pl
Motyw strony
Dodaj post

Wpisz coś do wyszukania (minimum 2 znaki)

moniuszkoDebiutant

Dołączył/a:

  • 0 wpisów
  • 3 komentarzy
  • 0 obserwujących

Inspirator

w Programowanie

1piorunów

Cześć. Wiem, że społeczność może nie na temat, lecz użytkownicy z tej społeczności pewnie będą znać odpowiedź. Pozwolę się tutaj zapytać.

1. Mam kilkaset stron zapisanych w plikach html . Stamtąd chcę wyciągnąć z każdego pliku konkretnego diva, np. <div=teskt> wyciągnąć treść i ją zapisać do txt.
2. Z tego tekstu, każdy kolejny... tekst, chciałbym oddzielić. Zaczyna się liczbą rzymską, potem jest opis jednosłowny i treść właściwa. Dokument ma budowę np.:

I. SŁOWO_KLUCZ,

teskt

II. SŁOWO_KLUCZ,

tekst

[...]

IX. SŁOWO_KLUCZ

tekst.

Chciałbym wrzucić każdy taki akapit do osobnego pliku txt.

I to chyba na razie tyle. Udałoby się to jakimś narzędziem ogarnąć?

#komputery

Debiutant1piorunów

@Filip Można w Pythonie wykorzystując beautifulsoup4 do wyciagnięcia tekstu z html i dalej wyekstrachowac akapity używając regexa

Pokaż więcej komentarzy (6)