کتابخانهی html5lib پایتون import html5lib
خواندن HTML درست مثل مرورگر، حتی اگر خراب باشد.
مثال html5lib
import html5lib
tree = html5lib.parse("<p>Hello <b>world", namespaceHTMLElements=False)
print([p.text for p in tree.iter("p")])
اجرا در مرورگر، بدون نصب پایتون
html5lib را یک بار در صفحهی کتابخانهها نصب کن (فقط همان بار دانلود میشود)، بعد «امتحانش کن» را بزن تا همین مثال در ویرایشگر پایتون باز و اجرا شود. روی کامپیوتر خودت هم با pip install html5lib نصب میشود.
کتابخانههای دیگر وب و فایل
- Requests: گرفتن داده از اینترنت (از سایتهایی که اجازه میدهند).
- Beautiful Soup: خواندن HTML: پیدا کردن تیترها و لینکها در یک صفحهی وب.
- PyYAML: خواندن و نوشتن فایلهای تنظیمات YAML.
- SQLAlchemy: پایگاه داده با پایتون: جدول بساز، ذخیره کن، جستجو کن.
- lxml: خواندن سریع HTML و XML.
- Jinja: قالب: یک متن یا صفحهی HTML را با داده پر کن.
- Pydantic: بررسی داده: مطمئن شو دادهها درست و از نوع درستاند.
- orjson: JSON خیلی سریع.
- xlrd: خواندن فایلهای اکسل قدیمی (xls).