htmltotext. Estrai il testo e alcuni metainfo da HTML, coping con pagine malformate nel miglior modo possibile.
Scarica ora

htmltotext. Classifica e riepilogo

htmltotext. Tag

Html. testo estrarre i metadati HTML in testo estrarre il contenuto testuale Html2txt.

htmltotext. Descrizione

Estrai il testo e un po 'di metainfo da HTML, coping con pagine malformate nel miglior modo possibile. htmltotext è un pacchetto Python che è stato scritto per un motore di ricerca, per consentirgli di estrarre il contenuto testuale e i metadati dalle pagine HTML. Cerca di far fronte a un markup non valido e ai set di caratteri specifici erroneamente e si spoglia tag HTML (dividere le parole a tag in modo appropriato). Elimina anche il contenuto dei tag e dei tag di script e tag Style.as come testo dal corpo della pagina, estrae il titolo della pagina e il contenuto di meta descrizione e tag parole chiave. Parses Meta Robot Tags per determinare se la pagina dovrebbe essere indicizzata. Il parser HTML utilizzato da questo modulo è stato estratto dalla libreria dei motori di ricerca Xapian (e in particolare, dall'utilità di indicizzazione Omindex in quella libreria). Requisiti: · Python.

htmltotext. Software correlato