Atividade Prática Supervisionada 1 de Linguagens Formais
O objetivo principal é aplicar conceitos de Expressões Regulares por meio da utilização do Regex para extrair informações específicas do código-fonte de artigos da Wikipédia em português.
- Lara Gomes
- Hugo de Vasconcelos
O programa é um script em Python que valida URLs e realiza o scraping de dados de uma página da Wikipédia, especificamente para identificar os tópicos do índice, os arquivos de imagens e os links wikipedia presentes no artigo.
O projeto utiliza as seguintes bibliotecas:
- Python 3
- re: Biblioteca nativa para o motor de Expressões Regulares.
- BeautifulSoup4: Navegação na estrutura de tags do HTML.
- Requests: Realizar as requisições HTTP aos servidores da Wikipédia.