Python:从 URL 读取 HTML 源并将日期获取到程序中

Question

我是 Python 初学者，我想从网站读取信息并获取一些数据作为文本框中的输出(我使用 EasyGUI)。我发现它可以获取 URL 的 HTML 源，但现在我想使用 HTML 输出，我知道如何使用 XML，我想这对于 HTML 来说有点相同。有什么方法可以使用元素和属性吗？

filehandle = urllib.urlopen('URL')

for lines in filehandle.readlines():
    print lines

filehandle.close()

提前致谢

Answer 1

正如建议的，Beautiful soup 是一个可以帮助你的库。 http://www.crummy.com/software/BeautifulSoup/bs3/download/2.x/documentation.html ，显示了一个简单的示例。

from BeautifulSoup import BeautifulSoup
soup = BeautifulSoup(filehandle.read())
titleTag = soup.html.head.title

Python 也有一个内置的解析器。 http://docs.python.org/library/htmlparser.html

BeautifulSoup 非常擅长处理损坏的 html。