📘Extraire des données du HTML

Le scraping consiste à extraire des données structurées d'une page HTML. Pour des motifs simples, re.findall suffit.

re.findall(r"<h2>(.*?)</h2>", html) renvoie la liste des contenus capturés par les parenthèses — le .*? non gourmand s'arrête à la première balise fermante.

import re
names = re.findall(r"<h2>(.*?)</h2>", html)