Парсинг сайта (его содержимого) из веб-архива. Как?

Question

[mRelby]

Всем доброго времени суток!

Собственно, вопрос непосредственно в заголовке. Как сегодня лучше всего вытянуть содержимое (или сам сайт) из веб-архива?
Быть может есть у кого-то опыт, поделитесь плюшками.

Заранее спасибо.

ps. быть может есть какая-то библеотека python для этого дела. Это было бы ещё лучше.

Comments

[ThunderCat]

Не улавливаю разницы между парсингом любого другого сайта, и конкретной страницы вебархива... В чем проблема то?

[datka]

https://wiki.archiveteam.org/index.php?title=Restoring

[Антон Литвиненко]

https://qna.habr.com/answer?answer_id=1783485#comm...

Answer 1

[weranda]

Wayback Machine Downloader называется штуковина — это если все скопировать, а если парсить, т. е. разбирать на части, то тут масса вариантов, к примеру lxml (вроде его используют внутри BeautifulSoup и Scrapy).

Answer 2

[Игорь]

как вариант https://github.com/puppeteer/puppeteer, для парсинга сайта. Правда не знаю что вы имеете в виду под "веб-архивом"

Comments

[Дмитрий Свиридов]

https://archive.org/web/