Transformer une page Web en données avec BeautifulSoup : extraire le texte

Comme promis, dans les prochains exercices, vous allez apprendre les bases de l'extraction d'information à partir d'une soupe HTML. Dans cet exercice, vous verrez comment extraire le texte de la page Web du BDFL et afficher le titre de la page.

Cette activité fait partie du cours

Importation intermédiaire de données en Python

Voir le cours

Instructions de l’exercice

Dans l'exemple de code, l'objet de réponse HTML html_doc a déjà été créé : votre première tâche est de le convertir en « soupe » avec la fonction BeautifulSoup() et d'assigner la soupe résultante à la variable soup.
Extrayez le titre de la soupe HTML soup à l'aide de l'attribut title et assignez le résultat à guido_title.
Affichez le titre de la page Web de Guido dans le terminal à l'aide de la fonction print().
Extrayez le texte de la soupe HTML soup à l'aide de la méthode get_text() et assignez-le à guido_text.
Cliquez sur Soumettre la réponse pour afficher le texte de la page Web de Guido dans le terminal.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Import packages
import requests
from bs4 import BeautifulSoup

# Specify url: url
url = 'https://www.python.org/~guido/'

# Package the request, send the request and catch the response: r
r = requests.get(url)

# Extract the response as html: html_doc
html_doc = r.text

# Create a BeautifulSoup object from the HTML: soup


# Get the title of Guido's webpage: guido_title


# Print the title of Guido's webpage to the shell


# Get Guido's text: guido_text


# Print Guido's text to the shell
print(guido_text)

Modifier et exécuter le code