美麗的湯和提取陣列

Question

的字符串部分考慮到這個網址： http://www.nyse.com/about/listed/chn.html

我想找回這個字符串：「亞太（日本除外）基金」但它是不是在湯！？！

fundCode = 'chn' 
url = 'http://www.nyse.com/about/listed/' + fundCode + '.html' 
html = urllib2.urlopen(url) 
soup = BeautifulSoup(html) 

這是奇怪的，因爲表中的其他部分在湯中。

有什麼想法？

Answer 1

如果下載的是HTML（沒有瀏覽器）

content = html.read() 

，你會看到頁面數據由JavaScript函數提供。

要從此頁面提取信息，您需要一個可以處理JavaScript的庫。

一種方法是使用Selenium，另一種方法是使用PyQt's WebKit。