
<html>

<head>

<meta http-equiv="Content-Type" content="text/html; charset=utf-8">

</head>

<body>

Ciao a tutti, 

<div><br>

</div>

<div>sono nuovo della mailing list e mi scuso in anticipo se violo qualche norma della netiquette l :)</div>

<div><br>

</div>

<div>Scrapy è un ottimo modulo per lo scaping, specie perchè implementa nativamente la ricerca mediante XPATH, anche ricorsiva e ramificata, all'interno del codice html prelevato.</div>

<div>La documentazione è buona ma dovrai smanettarci un poco perchè pecca in alcuni punti.</div>

<div><br>

</div>

<div>Fabio Toscano</div>

<div><br>

</div>

<br>

<br>

-------- Messaggio originale --------<br>

Da: Davide Muzzarelli <d.muzzarelli@dav-muz.net><br>

Data:17/06/2015 11:51 (GMT+01:00) <br>

A: python@lists.python.it <br>

Oggetto: Re: [Python] Consiglio per l' implementazione <br>

<br>

<div class="BodyFragment">

<div class="PlainText">Il 17/06/2015 11:35, Matteo Scarpa ha scritto:<br>

> Il lato server che fa il parsing lo farei in python perché lavora meglio<br>

> del Java con i file html ma oltre a Beautifullsoup non conosco moduli<br>

> per questo genere di cose. Ci sono alternative migliori? Sto sbagliando<br>

> tutto? Esiste un modulo python che fa il parsing e lo esporta<br>

> direttamente in json?<br>

<br>

Ciao Matteo,<br>

puoi usare Scrapy ed esportare in JSON o in qualsiasi altro formato.<br>

<br>

<a href="http://scrapy.org/">http://scrapy.org/</a><br>

<br>

Fare lo scraping più richiedere diversi minuti, a seconda delle <br>

condizioni della rete, dei tempi di risposta e del numero di pagine da <br>

scaricare.<br>

A meno che tu non debba scaricare i dati da poche semplici pagine, <br>

conviene che questa operazione venga fatta in maniera asincrona. A fine <br>

scraping devi quindi avvisare l'app che i dati sono pronti.<br>

<br>

Davide Muzzarelli<br>

_______________________________________________<br>

Python mailing list<br>

Python@lists.python.it<br>

<a href="http://lists.python.it/mailman/listinfo/python">http://lists.python.it/mailman/listinfo/python</a><br>

</div>

</div>

</body>

</html>