L
LabConker
Beta
Verificado por Whatsapp
¡Usuario con pocos negocios! ¡Utiliza siempre saldo de Forobeta!
deben descargar el fuente con este:
import requests
# URL que quieres descargar
url = 'www.pagina.com/....'
try:
# Realiza la solicitud GET
response = requests.get(url)
response.raise_for_status() # Lanza una excepción si hay un error HTTP
# Guarda el contenido en un archivo
with open('fuente.html', 'w', encoding='utf-8') as file:
file.write(response.text)
print('El código fuente se ha guardado correctamente en fuente.html.')
except requests.exceptions.RequestException as e:
print(f'Error al descargar la página: {e}')
se lo envia a una ia con este prompt
el prompt es:
Objetivo:
Analizar el contenido completo del archivo como texto plano para:
Detectar todas las referencias a archivos multimedia con extensiones comunes de video, audio e imagen, tales como:
Video: .mp4, .avi, .mov, .webm, etc.
Imagen: .png, .jpg, .jpeg, .gif, .bmp, etc.
Audio: .mp3, .wav, .ogg, etc.
Identificar y extraer posibles URLs o rutas de estos archivos, aún si están fragmentadas o concatenadas, incluyendo casos en que la extensión pueda estar oculta o partida (por ejemplo, separada por caracteres o espacios).
Validar si las referencias encontradas probablemente corresponden a archivos reales o si son falsos positivos (como texto que solo contiene la extensión pero no un archivo válido).
Extraer el nombre del producto y una descripción simple (breve) de cada producto dentro del documento.
Recorrer todo el contenido del archivo para identificar todas estas informaciones y devolver un JSON con la siguiente estructura:
json
{
"productos": [
{
"nombre_producto": "Texto con el nombre del producto",
"descripcion_simple": "Texto breve con descripción simple",
"recursos": [
"URL_o_ruta_al_archivo_1.mp4",
"URL_o_ruta_al_archivo_2.png",
"URL_o_ruta_al_archivo_3.mp3"
]
},
...
]
}
Notas adicionales:
Debe procesar el HTML como texto, sin asumir estructura fija.
Detectar casos en que la extensión esté dividida o enmascarada (por ejemplo, por espacios, símbolos o concatenaciones).
Priorizar la extracción de datos precisos y completos.
En caso de dudas sobre la validez de un recurso, indicar si es probable que sea un archivo real o no.
================
Éxito
import requests
# URL que quieres descargar
url = 'www.pagina.com/....'
try:
# Realiza la solicitud GET
response = requests.get(url)
response.raise_for_status() # Lanza una excepción si hay un error HTTP
# Guarda el contenido en un archivo
with open('fuente.html', 'w', encoding='utf-8') as file:
file.write(response.text)
print('El código fuente se ha guardado correctamente en fuente.html.')
except requests.exceptions.RequestException as e:
print(f'Error al descargar la página: {e}')
se lo envia a una ia con este prompt
el prompt es:
Objetivo:
Analizar el contenido completo del archivo como texto plano para:
Detectar todas las referencias a archivos multimedia con extensiones comunes de video, audio e imagen, tales como:
Video: .mp4, .avi, .mov, .webm, etc.
Imagen: .png, .jpg, .jpeg, .gif, .bmp, etc.
Audio: .mp3, .wav, .ogg, etc.
Identificar y extraer posibles URLs o rutas de estos archivos, aún si están fragmentadas o concatenadas, incluyendo casos en que la extensión pueda estar oculta o partida (por ejemplo, separada por caracteres o espacios).
Validar si las referencias encontradas probablemente corresponden a archivos reales o si son falsos positivos (como texto que solo contiene la extensión pero no un archivo válido).
Extraer el nombre del producto y una descripción simple (breve) de cada producto dentro del documento.
Recorrer todo el contenido del archivo para identificar todas estas informaciones y devolver un JSON con la siguiente estructura:
json
{
"productos": [
{
"nombre_producto": "Texto con el nombre del producto",
"descripcion_simple": "Texto breve con descripción simple",
"recursos": [
"URL_o_ruta_al_archivo_1.mp4",
"URL_o_ruta_al_archivo_2.png",
"URL_o_ruta_al_archivo_3.mp3"
]
},
...
]
}
Notas adicionales:
Debe procesar el HTML como texto, sin asumir estructura fija.
Detectar casos en que la extensión esté dividida o enmascarada (por ejemplo, por espacios, símbolos o concatenaciones).
Priorizar la extracción de datos precisos y completos.
En caso de dudas sobre la validez de un recurso, indicar si es probable que sea un archivo real o no.
================
Éxito