如何在Python中提取网页的某些部分

目标网页：

我想摘录的部分：

  <tr>
  <td>Skilled &ndash; Independent (Residence) subclass 885<br />online</td>
  <td>N/A</td>
  <td>N/A</td>
  <td>N/A</td>
  <td>15 May 2011</td>
  <td>N/A</td>
  </tr>

熟练&ndash；独立（居住）子类885
在线
不适用
不适用
不适用
2011年5月15日
不适用

一旦代码通过搜索关键字“子类885
online”找到此部分，它应打印第5个标记内的日期，即“2011年5月15日”，如上所示

---

这只是我自己的一个监视器，用来监视我移民申请的进展。

有一个叫做Beautiful Soup的图书馆，它完成了你要求的工作

您可能希望以此为起点：

Python 2.6.7 (r267:88850, Jun 13 2011, 22:03:32) 
[GCC 4.6.1 20110608 (prerelease)] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import urllib2, re
>>> from BeautifulSoup import BeautifulSoup
>>> urllib2.urlopen('http://www.immi.gov.au/skilled/general-skilled-migration/estimated-allocation-times.htm')
<addinfourl at 139158380 whose fp = <socket._fileobject object at 0x84aa2ac>>
>>> html = _.read()
>>> soup = BeautifulSoup(html)
>>> soup.find(text = re.compile('\\bsubclass 885\\b')).parent.parent.find('td', text = re.compile(' [0-9]{4}$'))
u'15 May 2011'

Python 2.6.7（r267:88850，2011年6月13日，22:03:32）
linux2上的[GCC 4.6.1 20110608（预发布）]
有关详细信息，请键入“帮助”、“版权”、“信用证”或“许可证”。
>>>导入urllib2，re
>>>从BeautifulSoup导入BeautifulSoup
>>>urllib2.urlopen（'http://www.immi.gov.au/skilled/general-skilled-migration/estimated-allocation-times.htm')
>>>html=uux.read（）
>>>soup=BeautifulSoup（html）
>>>soup.find（text=re.compile（'\\bsubclass 885\\b'））.parent.parent.find（'td'，text=re.compile（'[0-9]{4}$'））
u'2011年5月15日'

"

哦，哦，哦，哦，哦，晚上

"

--刘易斯·卡罗尔

我想这正是他的想法

素甲鱼可能会这样做：

>>> from BeautifulSoup import BeautifulSoup
>>> import urllib2
>>> url = 'http://www.immi.gov.au/skilled/general-skilled-migration/estimated-allocation-times.htm'
>>> page = urllib2.urlopen(url)
>>> soup = BeautifulSoup(page)
>>> for row in soup.html.body.findAll('tr'):
...     data = row.findAll('td')
...     if data and 'subclass 885online' in data[0].text:
...         print data[4].text
... 
15 May 2011

但我不确定这是否会有帮助，因为那个日期已经过去了

---

祝你申请成功

这里是初学者，但从我所读到的内容来看，lxml是屏幕抓取的首选模块。这仅仅是一个偏好的问题，还是提供了任何显著的优势？还有，你的比例是30:1。嗨，皮特，我还没有用过lxml，我得研究一下。你是对的，我走了，但方向是对的：^）啊，我以为你想走另一个方向。问问题有什么不对？D:提问没什么错，但是当我做了所有必要的“尽职调查”来恰当地提问时，我通常已经找到了答案。