Wiki de l'ARHN

Axe de recherche en histoire numérique
LARHRA UMR5190

Cette page est en lecture seule. Vous pouvez afficher le texte source, mais ne pourrez pas le modifier. Contactez votre administrateur si vous pensez qu'il s'agit d'une erreur.

Revenir à l'[[python:accueil|accueil]]


==== Technologies HTML et complémentaires ====

  * [[https://www.w3schools.com/html/default.asp|Cours de HTML en anglais]]
  * [[http://www.startyourdev.com/html/tag-html-index|Référence pour le HTML, CSS, XSL, etc.]] en français



====  Récupérer des pages HTML et les transformer en XML  ====


  * LXML
    * [[http://adrien.barbaresi.eu/blog/parsing-converting-lxml-html-tei.html|Parsing and converting HTML documents to XML/TEI format using Python’s lxml]]
    * [[https://pythontips.com/2018/06/20/an-intro-to-web-scraping-with-lxml-and-python/|Tutoriel avec exemple]]
      * [[https://www.youtube.com/watch?v=5N066ISH8og|Vidéo du même tutoriel]]
  * BeautifulSoup
    * [[https://programminghistorian.org/en/lessons/intro-to-beautiful-soup|Programming historian: Intro to Beautiful Soup]]
  * Trafilatura
    * Une nouvelle librairie en cours de développement, utile et clés en main, parfois un peu limitée dans les possitilités de choix (en fonction de la compléxité de la page HTML)
    * [[https://github.com/adbar/trafilatura|Trafilatura sur GitHub]]
    * [[http://adrien.barbaresi.eu/blog/trafilatura-main-text-content-python.html|Extracting the main text content from web pages using Python]] 
  * [[https://scrapy.org/|Scrapy]]
    * YouTube: [[https://www.youtube.com/watch?v=ve_0h4Y8nuI&list=PLhTjy8cBISEqkN-5Ku_kXG4QW33sxQo0t|Tutoriel complet]]
    * [[https://fr.wikipedia.org/wiki/Scrapy|Présentation sur Wikipaedia]]
    * [[https://docs.scrapy.org/en/latest/intro/overview.html|Scrapy at a glance]]
    * [[https://docs.scrapy.org/en/latest/|Documentation]]

Wiki de l'ARHNAxe de recherche en histoire numériqueLARHRA UMR5190

Outils pour utilisateurs

Outils du site

Outils de la page

Wiki de l'ARHN

Axe de recherche en histoire numérique
LARHRA UMR5190