... obtendo a página com curl, canalizando-a através de uma sequência inteligente de comandos para isolar os URLs das imagens, um por linha, e depois aplicar uma das técnicas que acabei de te mostrar:
Se souberes um pouco de HTML e CSS, podes analisar a fonte HTML de páginas Web a partir da linha de comandos. Por vezes é mais eficiente do que copiar e colar à mão partes de uma página web a partir de uma janela do browser. Um conjunto útil de ferramentas para este fim é o HTML-XML-utils, que está disponível em muitas distribuições Linux e noWorld Wide Web Consortium. Uma receita geral é:
Utiliza curl (ou wget) para capturar a fonte HTML.
Utiliza hxnormalize para ajudar a garantir que o HTML está bem formado.
Identifica os selectores CSS para os valores que pretendes capturar.
Usa hxselect para isolar os valores e canaliza a saída para outros comandos para processamento.
Vamos estender o exemplo de "Construindo uma base de dados de códigos de área" para obter dados de códigos de áreada Web e produzir o arquivo areacodes.txt usado nesse exemplo. Para tua conveniência, criei uma tabela HTML de códigos de área para que possas descarregar e processar, mostrada na Figura 10-1.
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month, and much more.
O’Reilly covers everything we've got, with content to help us build a world-class technology community, upgrade the capabilities and competencies of our teams, and improve overall team performance as well as their engagement.
Julian F.
Head of Cybersecurity
I wanted to learn C and C++, but it didn't click for me until I picked up an O'Reilly book. When I went on the O’Reilly platform, I was astonished to find all the books there, plus live events and sandboxes so you could play around with the technology.
Addison B.
Field Engineer
I’ve been on the O’Reilly platform for more than eight years. I use a couple of learning platforms, but I'm on O'Reilly more than anybody else. When you're there, you start learning. I'm never disappointed.
Amir M.
Data Platform Tech Lead
I'm always learning. So when I got on to O'Reilly, I was like a kid in a candy store. There are playlists. There are answers. There's on-demand training. It's worth its weight in gold, in terms of what it allows me to do.
O’Reilly covers everything we've got, with content to help us build a world-class technology community, upgrade the capabilities and competencies of our teams, and improve overall team performance as well as their engagement.
