Fechado . Esta questão precisa ser mais focada . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela se concentre apenas em um problema editando esta postagem . Fechado há 6 anos . Estou pensando...
Fechadas. Esta pergunta não atende às diretrizes de estouro de pilha . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela esteja no tópico do Stack Overflow. Fechado há 5 anos . Existe algum...
Eu tenho uma string que tem duas aspas simples, o 'caractere. Entre as aspas simples estão os dados que desejo. Como posso escrever um regex para extrair "os dados que eu quero" do texto a seguir? mydata = "some string with 'the data i want'
Eu gostaria de extrair o texto de um arquivo HTML usando Python. Quero essencialmente a mesma saída que obteria se copiasse o texto de um navegador e o colasse no bloco de notas. Eu gostaria de algo mais robusto do que usar expressões regulares que podem falhar em HTML mal formado. Eu já vi...
Alguém sabe como extrair uma coluna de uma matriz multidimensional em
Fechadas. Esta pergunta não atende às diretrizes de estouro de pilha . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela esteja no tópico do Stack Overflow. Fechado há 5 anos . Melhore esta...
Eu quero uma expressão regular para extrair o título de uma página HTML. Atualmente eu tenho isso: title = re.search('<title>.*</title>', html, re.IGNORECASE).group() if title: title = title.replace('<title>', '').replace('</title>', '') Existe uma expressão regular para...
No cliente de email do iOS, quando um email contém uma data, hora ou local, o texto se torna um hiperlink e é possível criar um compromisso ou visualizar um mapa simplesmente tocando no link. Não funciona apenas para e-mails em inglês, mas também em outros idiomas. Eu amo esse recurso e gostaria de...
Basicamente, quero usar o BeautifulSoup para capturar estritamente o texto visível em uma página da web. Por exemplo, esta página é meu caso de teste. E quero principalmente obter o texto do corpo (artigo) e talvez até alguns nomes de guias aqui e ali. Eu tentei a sugestão nesta pergunta SO que...
Por um tempo, venho tentando encontrar uma maneira de extrair de forma inteligente o texto "relevante" de um URL, eliminando o texto relacionado aos anúncios e todo o resto. Após vários meses de pesquisa, desisti como um problema que não pode ser determinado com precisão. (Eu tentei maneiras...
Eu tenho um arquivo parecido com este: <table name="content_analyzer" primary-key="id"> <type="global" /> </table> <table name="content_analyzer2" primary-key="id"> <type="global" /> </table> <table name="content_analyzer_items"
Estou procurando documentação ou exemplos sobre como extrair texto de um arquivo PDF usando PDFMiner com Python. Parece que o PDFMiner atualizou sua API e todos os exemplos relevantes que encontrei contêm código desatualizado (classes e métodos foram alterados). As bibliotecas que descobri que...
Sou recém-formado em matemática pura e cursou apenas alguns cursos básicos de programação. Estou fazendo um estágio e tenho um projeto interno de análise de dados. Eu tenho que analisar os PDFs internos dos últimos anos. Os PDFs são "protegidos". Em outras palavras, eles são criptografados. Não...