adbar/htmldate
این ابزار یک کتابخانهٔ قدرتمند و سریع برای استخراج تاریخ‌ها از صفحات وب است، چه از طریق پایتون و چه از طریق خط فرمان.
کاربرد:
استخراج خودکار تاریخ انتشار، به‌روزرسانی یا هر تاریخ دیگری که در محتوای HTML صفحات وب وجود داره، بدون نیاز به الگوهای دستی یا عبارات منظم پیچیده.
در چه شرایطی بهتره استفاده شود؟
وقتی داری اطلاعات خبری، مقالات یا وبلاگ‌ها رو جمع‌آوری می‌کنی و نیاز داری تاریخ دقیق انتشار رو به صورت خودکار تشخیص بدی.
همچنین برای ابزارهای اسکرپینگ داده، آرشیو دیجیتال یا سیستم‌های تحلیل محتوا عالیه.
چند مثال از موارد استفاده:
تشخیص تاریخ انتشار خبر در یک سایت خبری
جمع‌آوری تاریخ‌های مقالات آکادمیک از صفحات دانلود
استخراج تاریخ به‌روزرسانی محتوا در وبلاگ‌ها یا ویکی‌ها
استفاده در پایپلاین‌های ETL داده‌های وب
- ##web
- ##date
- ##python
- ##data
- ##automation
- ##html
- ##content
- ##digital
- ##cli