abbadonaa/bs4_parser_pep

Python Docs Parser

Python DOCS Parser

Описание

Учебный проект для практики создания парсеров.

Парсится документация Python: PEP, версии, обновления, архив с документацией.

В проекте реализован парсинг аргументов командной строки для выбора режима работы программы. Всего доступно четыре режима:

• whats-new (получение списка ссылок на перечень изменений в версиях Python)
• latest-versions (получение списка ссылок на документацию для всех версий Python)
• download (скачивание архива с документацией для последней версии Python)
• pep (получение данных о статусах всех PEP и вывод информации о несоответствиях статусов в общем списке и в карточках отдельных PEP)

Реализована возможность выбора формата вывода:

• стандартный вывод в терминал;
• вывод в терминал в табличной форме (prettytable);
• запись результатов работы в файл .csv.

Настроено логирование - логи выводятся в терминал и сохраняются в отдельной директории с ротацией.

Ключевые технологии и библиотеки:

• Python;
• BeautifulSoup;
• requests_cache;
• argparse;
• prettytable;
• tqdm.

Установка

1. Склонируйте репозиторий:

git clone [email protected]:AbbadonAA/bs4_parser_pep.git

2. Активируйте venv и установите зависимости:

python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt

3. Проект готов к запуску из директории src:

python src/main.py

Управление:

Вызов справки по доступным аргументам:

python src/main.py -h

Выбор режима работы:

python src/main.py whats-new

python src/main.py latest-versions

python src/main.py download

python src/main.py pep

Доступные опциональные аргументы:

• -o {pretty, file}, --output {pretty, file}; - дополнительные способы вывода данных (pretty - табличный формат вывода в терминал, file - запись данных в файл .csv). Стандартный вывод - построчно в терминал.
• -с, --clear-cache; - очистка кеша. При первом запуске загруженная страница кешируется. Без данного параметра последующие запуски будут обрабатывать данные в кеше.

Лицензия

• MIT License

Автор

Pushkarev Anton

[email protected]