html-parsing

10El calor

3Respuesta

¿Cómo cambiar el nombre de la etiqueta con BeautifulSoup?

Estoy usando python + BeautifulSoup para analizar un documento HTML. Ahora necesito reemplazar todos los elementos <h2 class="someclass"> en un documento HTML, con <h1 class="someclass">. ¿Cómo puedo

8El calor

4Respuesta

Convertir html a texto sin formato en VBA

Tengo una hoja de Excel con celdas que contienen html. ¿Cómo puedo convertirlos por lotes a texto sin formato? Por el momento, hay tantas etiquetas y estilos inútiles. Quiero escribirlo desde cero, pe

6El calor

5Respuesta

¿Cómo se lee HTML como XML?

Quiero extraer un par de enlaces de una página html descargada de Internet, creo que usar linq para XML sería una buena solución para mi caso. Mi problema es que no puedo crear un XmlDocument del HTML

5El calor

1Respuesta

Convertir HTML a texto sin formato y mantener la estructura/formato, con ruby

Me gustaría convertir html a texto sin formato. No obstante, no quiero desnudar las etiquetas, me gustaría conservar inteligentemente todo el formato posible. Insertar saltos de línea para etiquetas <

14El calor

3Respuesta

Biblioteca de Java para limpiar HTML al igual que un navegador

Así que aquí está el desafío ... Necesito crear HTML limpio a partir de páginas web aleatorias en la naturaleza. Mi objetivo es leer en una página y pasarla a una biblioteca que, a su vez, me devuelve

5El calor

5Respuesta

¿Cómo raspar logotipos de sitios web?

En primer lugar, no se trata de cómo raspar sitios web. Estoy completamente al tanto de las herramientas disponibles para raspar (css_parser, nokogiri, etc. Estoy usando Ruby para raspar). Esta es una

24El calor

6Respuesta

¿Hay un validador de HTML incorporado en cualquier navegador importante?

En Firefox, hay una extensión llamada "Validador Html". Agrega un pequeño ícono de indicador en la esquina inferior derecha de su ventana. Cuando una página que visitas no es válida, se ilumina. Puede

5El calor

1Respuesta

¿Cómo se analiza una tabla HTML simple con Nokogiri?

Me gustaría analizar una página HTML con el Nokogiri. Hay una tabla en la parte de la página que no usa ninguna ID específica. Es posible extraer algo como: Today,3,455,34 Today,1,1300,3664 Today,10

9El calor

2Respuesta

¿Por qué funciona "div [class = mncls sbucls]" mientras que "div.mncls sbucls" no funciona?

La siguiente declaración Jsoup funciona: Elements divs = document.select("div[class=mncls sbucls]"); Pero el equivalente DECLARACIÓN: Elements divs = document.select("div.mncls sbucls"); no funcio

7El calor

4Respuesta

Cómo minimizar el código HTML?

Mi idea es de alguna manera minificar el código HTML en el lado del servidor, por lo que el cliente recibe menos bytes. ¿Qué quiero decir con "minify"? No comprimiendo. Más como, por ejemplo, los crea