Leaf

Concebido como um invólucro em torno lxml, agora expande lxml com todas as características normalmente necessários em mineração de dados HTML

Características :.

• Características gerais:
• Nice jQuery-como seletores CSS
• Acesso simples aos atributos do elemento
• maneira fácil para converter HTML para outro formato (BBcode, Markdown, etc)
• Poucas funções muito boas para o trabalho com o texto
• Salva todas as características originais da lxml


• Funções para trabalhar com texto puro:
• to_unicode - Converter string a seqüência de caracteres Unicode
• strip_accents - acentos faixa de uma seqüência
• strip_symbols - Strip feio símbolos Unicode de uma string
• strip_spaces - Tira os espaços em excesso de uma string
• strip_linebreaks - Tira o excesso de quebras de linha a partir de uma seqüência

Requisitos :

• lxml