Trabajo con ficheros xml / html

Amara

• http://wiki.xml3k.org/Amara (Tutorial)
• Tiene dos interfaces:

• Una muy rápida y con una sintaxis más cercana al xml

  import amara
  URL = '....'  # URL puede ser una url, una ruta de un fichero o una cadena de texto
  doc = amara.parse(URL)

• Otra más amigable y fácil de utilizar, que convierte el xml en objetos python.

  from amara import bindery
  URL = '....'  
  doc = bindery.parse(URL)

  # si el html o xml puede no ser válido:
  from amara.bindery import html
  URL = '....'  
  doc = html.parse(URL)

Instalar

Para instalar la última versión:

$ pip install -i http://pypi.zepheira.com/releases/index Amara

O descargar, descomprimir y ejecutar dentro del directorio de amara:

$ python setup.py install

Tip: Es necesario tener instalado un compilador de C y la cabeceras de python (en debian/ubuntu hay que instalar python-dev