`
- 浏览:
1310216 次
- 性别:
- 来自:
江苏
-
mxTidy - HTML Tidy for Python
抓取的html不处理一下很容易破坏页面的布局
官网的python封装好像不支持linux,囧
另外找了一个
mxTidy - HTML Tidy for Python
网站
http://www.egenix.com/products/python/mxExperimental/mxTidy/
下载
http://www.egenix.com/products/python/mxExperimental/
文档
http://www.egenix.com/products/python/mxExperimental/mxTidy/mxTidy.pdf
我看了半天文档,居然没有找到,不让他输出
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN"
"http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<title></title>
的接口
只好自己山寨了一个
from mx import Tidy
def tidy(html):
html=Tidy.tidy(html,output_xhtml=1,wrap=0)[2]
begin="<body>"
return html[html.find(begin)+len(begin):html.rfind("</body>")].strip()
print tidy('<div>x<img src="xx"><p>')
<div>x<img src="xx" /></div>
htmltidy 的 python 封装(续)
Qiangning Hong
发送至 我
试过，激活tidy会导致进程crash，没有找到原因。
---------------------------
我一测试果然,不知道是封装烂,还是本身就烂
干脆用原始的版本,搞一个进程外调用吧
wget http://nchc.dl.sourceforge.net/sourceforge/tidy/tidy4aug00.tgz
然后安装,然后
from __future__ import with_statement
import subprocess
import os
def tidy(html):
with os.tmpfile() as temp:
with open(os.devnull,"w" ) as null:
print >>temp,html
temp.seek(0)
html=subprocess.Popen(
["tidy", "-utf8","-asxhtml"],
stdin=temp,
stderr=null,
stdout=subprocess.PIPE
).communicate()[0]
begin="<body>"
return html[html.find(begin)+len(begin):html.rfind("</body>")].strip()
tidy("<div>x<a>a")
分享到：
Global site tag (gtag.js) - Google Analytics
相关推荐
C++(Qt)软件调试-静态分析工具clang-tidy C++(Qt)软件调试-静态分析工具clang-tidy是指使用clang-tidy对C++代码进行静态分析，以发现潜在问题和改进代码质量。clang-tidy是一个开源工具，支持C++/C/Objective-C语言...
受clang-tidy-diff启发，Clang-Tidy Review仅对pull请求中的更改运行。 这使它变得既好又快速，并且对于尚不完全干净的项目很有用。 返回注释数，因此您可以决定警告是作为建议还是检查失败。 不会通过对同一行重复...
安装Xcode_tidy通常涉及到克隆项目仓库，如"xcode_tidy-master"，然后将其添加到你的Xcode构建阶段，这样每次构建项目时，Xcode_tidy脚本就会自动执行。 Xcode_tidy的配置灵活性很高，你可以根据项目需求选择启用或...
VSCode的Clang-Tidy 此扩展将集成到VS Code中。 特征 运行clang-tidy并在VS Code中显示其诊断信息。 注意：与在示例gif中相比，诊断花费的时间更长。 要求 必须安装Clang-Tidy。 默认情况下，扩展名将在PATH查找...
Bo-Blog tidy模板
1. **CSSTidy介绍**： - CSSTidy是PHP开发的开源项目，由Christoph Gießelink创建，旨在清理、压缩和优化CSS代码。 - 它能够解析CSS语法，检测错误，删除冗余规则，合并重复选择器，并对代码进行排序，从而提高...
资源分类：Python库 所属语言：Python 资源全名：docker-tidy-0.1.7.tar.gz 资源来源：官方 安装方法：https://lanzao.blog.csdn.net/article/details/101784059
grunt-at-csstidy Alloyteam 团队规范工具系列——自动整理CSS代码工具。 grunt-at-csstidy 是基于 Grunt '0.4.x' 与 csscomb '3.x' 的Grunt插件。 整合了Alloyteam的团队规范，并解决了部分CSS语法树解析的兼容...
grunt-at-csstidy Alloyteam 团队规范工具系列——自动整理CSS代码工具。 grunt-at-csstidy 是基于 Grunt '0.4.x' 与 csscomb '3.x' 的Grunt插件。 整合了Alloyteam的团队规范，并解决了部分CSS语法树解析的兼容...
根据所提供的文件内容，以下是关于《Pandas-for-Everyone-Python-Data-Analysis.pdf》一书的相关知识点： 1. Pandas概述与安装 Pandas是一个开源的Python数据分析库，它赋予了Python处理类似电子表格数据的能力，...
clang-tidy-misra是clang-tidy的MISRA合规性检查程序的集合。 进步 该项目尚处于初期阶段，尚未经过广泛的测试！ 是否以及如何检查每个规则： “支持者”列的说明： 待定：“待定”-完全没有看过规则 未选中：...
"Week-4---tidy_data"的主题聚焦于理解并应用tidy data原则，这是R语言中进行高效数据分析的基础。在本篇内容中，我们将深入探讨tidy data的概念、它的重要性，以及如何在R环境中实现tidy data的转换。 首先，tidy ...
该资源为vl_simplenn_tidy.m，欢迎下载使用哦！ 注明：DnCNN-matlab版本测试代码文件utilities中需要，下载好，复制粘贴到utilities文件中即可！
在本案例中，我们关注的是名为"tidy_project-0.1.tar.gz"的压缩包，这显然是一款针对Python项目的管理库。让我们详细探讨一下这个库可能涉及的知识点以及Python库的一般概念。 首先，"tidy_project"这个名字暗示了...
您可以使用和brew install tidy-html5安装版本。 Linux –您应该能够使用系统的软件包管理器来安装整洁。 Windows – Windows二进制文件可用于版本。 为了使SublimeLinter执行tidy ，必须确保SublimeLinter可以使用...
请确保您更新tidy-html5模块，以获取最新的源代码，或者使用单独的克隆进行构建，构建和安装HTML Tidy。 。 拼凑的代码需要整理一下，仅花费几个小时即可解决当前的问题。 建造 现在可以使用生成本机生成文件来完成...
例子 用法 # .github/workflows/go-mod-tidy-pr.ymlname : go-mod-tidy-pron : schedule : - cron : " 0 0 * * 1 " # Weekly build workflow_dispatch :jobs : go-mod-tidy-pr : name : go-mod-tidy-pr runs-on : ...
1、下载完之后 我们把解压到Tidy2.dll放到\Notepad++\plugins（安装目录的plugins下） 2、然后重启 Notepad++即可使用 3、需要格式化代码时，点击：Notepad++菜单->插件->Tidy2->Tidy (config1)
Tidy2插件是Tidy工具的一个集成，Tidy最初由Dave Raggett开发，是一个用于清理和修复HTML及XML文档的开源软件。Tidy2针对Notepad++进行了优化，可以在编辑器内部直接对HTML代码进行美化、修复语法错误和保持代码整洁...
首先，让我们明确什么是“整洁数据”（tidy data）：整洁的数据集便于操作、建模和可视化，其具有特定的结构特点。在整洁数据集中，每个变量都对应一个列（column），每个观察（observation）对应一个行（row），而...