Vlákno názorů k článku Zpracování XML a HTML v Pythonu s využitím knihoven lxml a Beautiful Soup od Tonda - ten BeautifulSoup neni zase tak pomaly, jak jsem...
-
Tonda (neregistrovaný)
ten BeautifulSoup neni zase tak pomaly, jak jsem se obaval, takze pekna knihovnicka pro nas, kteri potrebujeme neco dostavat z HTML stranek (a regexpy v tomto pripade samozrejme vubec nehrozi). Mozna by jeste mohlo byt zmineno, ze se daji zapisovat i slozitejsi podminky, napriklad na dva atributy (v mem pripade na class a id nebo class a name).
Jen na okraj - nema nekdo rozumny nastroj pro situaci, kdy je cast stranky vytvarena v JavaScriptu? testovali jsme chrome+selenium, ale to je dost divoke na nastaveni (nicmene aspon to funguje).
-
Ja (neregistrovaný)
Selenium můžeš vypustit, použitelný je i samotný bezhlavý chrome:
{ sleep 1; printf '%s\n%s' '$("#qunit-testresult").text();' 'quit'; } | chromium --headless --gpu-disable --repl http://localhost/tests-js-qunit/index.html > out.txtNačte stránku na zadané url a po vteřině (no, dost hloupé, určitě jde lépe) si vyžádá výsledek testů. Obecně jde na stdin zaslat jakýkoliv script, který se provede v kontextu načtené stránky a na stdout vrátí json s výsledkem.
