我正在制作一个用于自动登录网站的小型 Python 脚本。但是我卡住了。
我希望将一小部分 html 打印到终端中，该部分位于网站 html 文件中的此标记内:
<td class=h3 align='right'> John Appleseed</td><td> <a href="members_myaccount.php"><img border=0 src="../tbs_v7_0/images/myaccount.gif" alt="My Account"></a></td>
但是我如何只提取和打印名字 John Appleseed？
顺便说一句，我在 Mac 上使用 Pythons 的 Mechanize。
请您参考如下方法:
Mechanize 仅适用于获取 html。一旦您想从 html 中提取信息，您可以使用例如 BeautifulSoup . (另请参阅我对类似问题的回答:Web mining or scraping or crawling? What tool/library should I use?)
取决于 <td> 的位置位于 html 中(您的问题不清楚)，您可以使用以下代码:
html = ... # this is the html you've fetched
from BeautifulSoup import BeautifulSoup
soup = BeautifulSoup(html)
# use this (gets all <td> elements)
cols = soup.findAll('td')
# or this (gets only <td> elements with class='h3')
cols = soup.findAll('td', attrs={"class" : 'h3'})
print cols[0].renderContents() # print content of first <td> element
