В рейтинге участвует:

групп:

каналов:

Виртуальный сервер на SSD - недорого!

Аренда выделенных и виртуальных серверов (VDS/VPS), хостинг, аренда IP-адресов, администрирование, круглосуточная поддержка

qwarta.ru подробнее

Резервное копирование с проверкой на вирусы!!!

Удобный сервис создания резервных копий на любой сервер сети интернет. Отслеживайте изменения, проверяйте на вирусы. Надежно защитите свой бизнес!

go.backupland.com

Выбираете сервер? Любая конфигурация на заказ!

Аренда физических серверов любых конфигураций под любые запросы - 1С бухгалтерия, игровые сервера, нагруженные проекты, интернет-магазины!

qwarta.ru подробнее

Size: a a a

Scrapy

380 membersпожаловаться на группу
2020 January 22

R

Roma in Scrapy
А я правильно понимаю - что если заказываешь (на фрилансе) распарсить сайт  с pdf - то это значит что будет распаршен только сайт - сам pdf - никто распарсивать не будет? или это уже за доп плату?
источник
00:03пожаловаться#1

АП

Агент Печенька in Scrapy
Как в тз напишешь так и будет.
"мне нужны эти файлы" или "мне нужен этот текст в текстовом отображении"
источник
00:04пожаловаться#2

R

Roma in Scrapy
)) Ок - спасиб....Просто сам PDF парсить - это еще та боль
источник
00:04пожаловаться#3

l

linuxoid in Scrapy
Roma
)) Ок - спасиб....Просто сам PDF парсить - это еще та боль
Так если табличек нету, и нужно только текст, то можно распозновалке скормить
источник
07:38пожаловаться#4

R

Roma in Scrapy
Да я вообще спросил - как во фрилансе поступают ибо написать как распарсить сайт и PDF - две большие разницы...Так то много есть разных путей как с PDF работать - но будет боль рано или поздно - как и в любом парсинге
источник
07:42пожаловаться#5

i

ildar in Scrapy
От пдф еще зависит, там вообще картинки всунуты могут быть, и тогда еще ocr нужен, а это не всегда легко и просто. Имхо, самый мерзотный формат. Там времени можно угрохать как на три парсера с сайтов
источник
12:15пожаловаться#6

o

oneonwar in Scrapy
Кто нибудь парсил гугл-панормы?
источник
13:02пожаловаться#7

o

oneonwar in Scrapy
ну или яндекс
источник
13:02пожаловаться#8

A

Andrii in Scrapy
тепер буду по теме)
источник
16:29пожаловаться#9

A

Andrii in Scrapy
Ще один вопрос. Сделал наконец из пдф норм XML, тепер как лучше отскряпать: тег <H5> идет как нумерация, первий <p> ето тема, второй <p> университет, а все другие <p> ето текст. Все ето в теге <sect> и таких сект 200шт. И в результате все ето надо пихнуть в ексель
источник
16:29пожаловаться#10

A

Andrii in Scrapy
test2.xml
(5.66 Кб)
источник
16:29пожаловаться#11

AR

Andrey Rahmatullin in Scrapy
а в чём вопрос?
источник
16:35пожаловаться#12

AR

Andrey Rahmatullin in Scrapy
как xpath написать, какие инструменты использовать или что?
источник
16:35пожаловаться#13

AR

Andrey Rahmatullin in Scrapy
описанная структура нормально обработается программно
источник
16:36пожаловаться#14

A

Andrii in Scrapy
Andrey Rahmatullin
как xpath написать, какие инструменты использовать или что?
наверное какой инструмент
источник
16:36пожаловаться#15

A

Andrii in Scrapy
и если можно ссилку на примери
источник
16:36пожаловаться#16

AR

Andrey Rahmatullin in Scrapy
lxml.etree
источник
16:36пожаловаться#17

AR

Andrey Rahmatullin in Scrapy
сделать цикл по sect и там дальше уже даже без xpath можно, просто через детей
источник
16:37пожаловаться#18

AR

Andrey Rahmatullin in Scrapy
Excel писать - xlwt
источник
16:37пожаловаться#19

AR

Andrey Rahmatullin in Scrapy
https://lxml.de/tutorial.html
lxml.de
The lxml.etree Tutorial
The lxml tutorial on XML processing with Python
источник
16:37пожаловаться#20