python如何读取网页中的数据

想读取远程指定网页中的数据,如-当前在线交流人总数。如何实现
最新回答
书生剑主

2024-11-04 12:26:01

用Beautiful Soup这类解析模块:

  1. Beautiful Soup 是用Python写的一个HTML/XML的解析器,它可以很好的处理不规范标记并生成剖析树(parse tree);

  2. 它提供简单又常用的导航(navigating),搜索以及修改剖析树的操作;

  3. 用urllib或者urllib2(推荐)将页面的html代码下载后,用beautifulsoup解析该html;

  4. 然后用beautifulsoup的查找模块或者正则匹配将你想获得的内容找出来,就可以进行相关处理了,例如:

    from BeautifulSoup import BeautifulSoup
    html = '<html><head><title>test</title></head><body><p>test body</p></body></html>'
    soup = BeautifulSoup(html)
    soup.contents[0].name
    # u'html'
    soup.comtents[0].contents[0].name
    # u'head'
    head = soup.comtents[0].contents[0]
    head.parent.name
    # u'html'
    head.next
    # u'<title>test</title>
萌妹子

2024-11-04 15:46:38

不知道你说的网页是指的什么,如果你说的是我保存了一网页在你的电脑上,那就直接用open函数打开,read函数读就行了。

如果你说的是某个URL指向的网页内容,那就要用urllib2模块来抓取网页咯。
心里纳凉

2024-11-04 14:26:01

就是属于网页抓取,可参考:
如何用Python,C#等语言去实现抓取静态网页 模拟登陆网站

里面有逻辑解释和代码。

(此处不能贴地址,可以通过google搜标题,即可找到帖子地址)
欧尼酱

2024-11-04 11:20:16

用Beautiful Soup这类解析模块

Beautiful Soup 是用Python写的一个HTML/XML的解析器,它可以很好的处理不规范标记并生成剖析树(parse tree)。它提供简单又常用的导航(navigating),搜索以及修改剖析树的操作。

用urllib或者urllib2(推荐)将页面的html代码下载后,用beautifulsoup解析该html

然后用beautifulsoup的查找模块或者正则匹配将你想获得的内容找出来,就可以进行相关处理了

例子:

from BeautifulSoup import BeautifulSoup

html = '<html><head><title>test</title></head><body><p>test body</p></body></html>'

soup = BeautifulSoup(html)

soup.contents[0].name
# u'html'

soup.comtents[0].contents[0].name
# u'head'

head = soup.comtents[0].contents[0]

head.parent.name
# u'html'

head.next
# u'<title>test</title>

剩下的自己看文档吧