Wiki de l'ARHN

Axe de recherche en histoire numérique
LARHRA UMR5190

• Cours de HTML en anglais
• Référence pour le HTML, CSS, XSL, etc. en français

• LXML
  • Parsing and converting HTML documents to XML/TEI format using Python’s lxml
  • Tutoriel avec exemple
    • Vidéo du même tutoriel
• BeautifulSoup
  • Programming historian: Intro to Beautiful Soup
  • Using BeautifulSoup to add works to the DLL's database
• Trafilatura
  • Une nouvelle librairie en cours de développement, utile et clés en main, parfois un peu limitée dans les possitilités de choix (en fonction de la compléxité de la page HTML)
  • Trafilatura sur GitHub
  • Extracting the main text content from web pages using Python
• Scrapy
  • YouTube: Tutoriel complet
  • Présentation sur Wikipaedia
  • Scrapy at a glance
  • Documentation

war_entities_stag.csv.zip