我有以下HTML:阅读元素 -
<tr style='background:#DDDDDD;'>
<td><b>ASD</b></td>
<td colspan='3'>1231</td>
</tr>
此元素不重复的页面上,所以它是独一无二的。我想把单元格的内容(1231)变成一些变量。我尝试使用HTML.parser,但它不工作
我有以下HTML:阅读元素 -
<tr style='background:#DDDDDD;'>
<td><b>ASD</b></td>
<td colspan='3'>1231</td>
</tr>
此元素不重复的页面上,所以它是独一无二的。我想把单元格的内容(1231)变成一些变量。我尝试使用HTML.parser,但它不工作
看使用beautifulsoup这是伟大的,
from BeautifulSoup import BeautifulSoup
soup = BeautifulSoup(html) ## feed your html page to beautifulsoup
pleaseFind = soup.find(text="ASD")
whatINeed = pleaseFind.findNext('td')
print whatINeed.text
汤是这样做的:-)谢谢 – user2188158 2013-03-19 20:21:10
没问题,你可以用它来找到锚点,段落,标题或任何你需要的东西。 – 2013-03-19 20:22:04
你可以使用的urllib2(你没有安装任何新的(至少在Windows版本的蟒蛇)):http://docs.python.org/2/howto/urllib2.html
例子:
import urllib2
response = urllib2.urlopen('your URL')
html = response.read()
#html is a string containing everything on your page
#this line (it could be a bit cleaner) finds substring "<td colspan='3'>" and
#searches between it's position and the next "</td>"
pos=html.find("<td colspan='3'>")
print html[pos+len("<td colspan='3'>")+1:html.find("</td>", pos))]
你能告诉我们你试过吗? – 2013-03-19 20:03:15