Python：從網頁獲取乘文本值

Question

我有一個內部網站，會在日常基礎上發佈最新的統計數據。 這個網站有關於許多公司的信息。我需要獲得一家公司的數據。 HTML代碼如下：

注：所有文本值，如「Big Company A」，「1810」，「14」，「2045」，「135」，「98.8％」，「100.0％ 「都需要輸出。

* 注2：在同一頁面有很多公司列表，它們都具有相同的結構。對我來說問題是，如何找到「大公司A」，並輸出屬於大公司A的所有文本值？

<TH class=Company><A href="?scope=1&amp;values=1&amp;deleg=35">Big Company A</A></TH> 
<TD>1810</TD> 
<TD>14</TD> 
<TD>2045</TD> 
<TD>135</TD> 
<TD class=ok><A class=ok href="av_report.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%">99.8%</A></TD> 
<TD class=ok><A class=ok href="av_report.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%">100.0%</A></TD> 
<TD class=ok><A class=ok href="hips_report.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%">100.0%</A></TD> 
<TD class=ok><A class=ok href="hips_report.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%">98.8%</A></TD> 
<TD class=ok><A class=ok href="os_reportbyou.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%&amp;server=0&amp;counts=1">100.0%</A></TD> 
<TD class=ok><A class=ok href="os_reportbyou.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%&amp;server=1&amp;counts=1">100.0%</A></TD> 
<TD class=ok><A class=ok href="pa_reportbydelegs.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%">95.7%</A></TD> 
<TD class=ok><A class=ok href="pa_reportbydelegs.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%">97.6%</A></TD> 
<TD class=ok><A class=ok href="pa_reportbydelegs4.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%">104.8%</A></TD> 
<TD class=ok><A class=ok href="pa_reportbydelegs4.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%">104.2%</A></TD> 
<TD class=ok><A class=ok href="pa_reportbydelegs4.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%">99.9%</A></TD> 

很抱歉，我沒有Python和HTML，感謝您的幫助很多知識提前

編輯注 @ 2014/04/01追加一個評論關於如何定位「大公司A」

Answer 1

我不完全確定你想要輸出的代碼是什麼，你希望它是所有包含在標籤中的值，或者只是值你在問題中寫的是什麼？

如果是前者，那麼您可以輕鬆使用BeautifulSoup獲取所有數據。

html = #your html 
soup = BeautifulSoup(html) 
list = soup.findAll("td") 
for thing in list: 
    print list.text 

我還沒有檢查過這個代碼，所以讓我知道如果它不起作用。

Answer 2

使用BeautifulSoup解析器，頁面中的所有標籤遍歷並獲得text：

from bs4 import BeautifulSoup 

data = """ 
<TH class="Company"> 
<A href="?scope=1&amp;values=1&amp;deleg=35">Big Company A</A> 
</TH> 
<TD>1810</TD> 
<TD>14</TD> 
<TD>2045</TD> 
<TD>135</TD> 
<TD class=ok><A class=ok href="av_report.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%">99.8%</A></TD> 
<TD class=ok><A class=ok href="av_report.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%">100.0%</A></TD> 
<TD class=ok><A class=ok href="hips_report.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%">100.0%</A></TD> 
<TD class=ok><A class=ok href="hips_report.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%">98.8%</A></TD> 
<TD class=ok><A class=ok href="os_reportbyou.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%&amp;server=0&amp;counts=1">100.0%</A></TD> 
<TD class=ok><A class=ok href="os_reportbyou.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%&amp;server=1&amp;counts=1">100.0%</A></TD> 
<TD class=ok><A class=ok href="pa_reportbydelegs.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%">95.7%</A></TD> 
<TD class=ok><A class=ok href="pa_reportbydelegs.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%">97.6%</A></TD> 
<TD class=ok><A class=ok href="pa_reportbydelegs4.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%">104.8%</A></TD> 
<TD class=ok><A class=ok href="pa_reportbydelegs4.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%">104.2%</A></TD> 
<TD class=ok><A class=ok href="pa_reportbydelegs4.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%">99.9%</A></TD> 
</TH> 
""" 

soup = BeautifulSoup(data) 
for tag in soup: 
    print tag.text 

打印：

Big Company A 

1810 
14 
2045 
135 
99.8% 
100.0% 
100.0% 
98.8% 
100.0% 
100.0% 
95.7% 
97.6% 
104.8% 
104.2% 
99.9%