[SOLUCIONADO] Tomar datos de internet python 3,2

crisatencio · #1 (**permalink**) 03/09/2013, 10:21

Buenas pues mieren tome unos datos de internet con urllib.request..y me tira todo un HTML enorme.. pero necesito limpiarlo..alguna idea de como limpiar el codigo para quedarme con los datos que necesito?
Gracias

Carlangueitor · #2 (**permalink**) 03/09/2013, 11:41

Pues no sé como pensabas obtener los datos.

Peo tienes que parsear el html, por ejemplo con html5lib o BeautifulSoup.

Saludos!

carbon · #3 (**permalink**) 04/09/2013, 19:04

bs4 funciona muy bien:

Código Python:

Ver original>>> from bs4 import BeautifulSoup
>>> content = BeautifulSoup("<html><p>Hello world!</p></html>")
>>> content
<html><head></head><body><p>Hello world!</p></body></html>
>>> content.get_text()
u'Hello world!'
>>>

crisatencio · #4 (**permalink**) 10/09/2013, 12:12

Pero me dice que no existe ningun modulo llamado bs4..

Carlangueitor · #5 (**permalink**) 10/09/2013, 12:14

No has instalado BeautifulSoup

crisatencio · #6 (**permalink**) 10/09/2013, 12:49

El problema esque no existe para la version 3.2..

Carlangueitor · #7 (**permalink**) 10/09/2013, 12:53

Pues si no lo instalas no te va a afuncionar, en la documentación dice que si hay para esa versión: http://www.crummy.com/software/Beaut...beautiful-soup

Saludos

crisatencio · #8 (**permalink**) 10/09/2013, 15:05

Gracias por la ayudame pero me hes imposible instalarlo..me da error

Carlangueitor · #9 (**permalink**) 10/09/2013, 15:07

Pues mientras no digas que haces y que error te da, no podemos ayudar.

Saludos