مكتبة بايثون لاستخراج البيانات من ملفات HTML وXML. تعمل هذه المكتبة مع محلل النصوص المفضل لديك لتوفير طرق سهلة الاستخدام للتنقل والبحث وتعديل شجرة التحليل.
شوربة لذيذة
- بايثون
- تحليل البيانات
- تكنولوجيا المعلومات (IT), محرك البحث, برمجة, مجموعة تطوير البرمجيات (SDK), واجهة المستخدم (UI)
الميزات:
- تحليل HTML، تحليل XML، استخراج البيانات من مواقع الويب، استخراج البيانات، التنقل بين هياكل التحليل، البحث (باستخدام الوسوم، والخصائص، والنصوص)، تعديل هيكل التحليل، معالجة HTML التالف
التسعير:
- حر
- سهل الاستخدام لاستخراج البيانات من الويب، ويتعامل مع الترميز غير الصحيح بشكل جيد، ويحتوي على وثائق جيدة، ويتكامل مع العديد من المحللات (lxml، html5lib، html.parser الخاص بـ Python).
- لا يقوم بجلب صفحات الويب (يتطلب مكتبات مثل `requests`)، ويمكن أن يكون بطيئًا بالنسبة للمستندات الكبيرة جدًا مقارنة بالمحللات الأخرى إذا لم يستخدم lxml، وهو مخصص بشكل أساسي للتحليل وليس للعرض.
الأفضل لـ:
- استخراج البيانات المنظمة من مستندات HTML و XML لجمع البيانات وتحليلها.