Web Parser

Web Parser是一款页面信息提取工具，它通过用户给定的xhtml文档以及解析文档所使用的模板返回用户希望从xhtml文档中获取模板中指定的相关信息。Web parser的目标是让信息提取更加简单，降低人工处理重复信息的劳动强度。

使用

从指定的URL提取信息

result = WebParser.extract_from_url(url,'nonobo.template')

从xhtml结构文档提取信息

result = WebParser.extract(xhtml_doc,'nonobo.template')

从xhtml文件提取信息

result = WebParser.extract_from_file(file,'nonobo.template')

加载模板文件

template = Template.load_template('nonobo.template')

生成模板文件

Template.dump_template(template,'nonobo.template')

模板说明

详细参见TEMPLATE_SPEC文件