string - 使用python自动登录网站并抓取数据

Question

我正在制作一个 Python 程序来显示我有一个帐户的网站的风速，这样我就不必手动登录和检查风。
到目前为止，这是一些代码

br = mechanize.Browser()
br.set_handle_robots(False)

response = br.open("http://example.com/login")

br.select_form('save_key') #form name 

br.form['login']='myusername'

br.form['password']='mypassword'

response=br.submit()

response = br.retrieve("http://example.com/wind")[0] #get the html code

这工作正常，但问题是从只有成员可以使用该代码访问的站点上获取数据。我可以保存 html 文件，但我不知道如何对代码进行排序以获取数据(这不是最好的 html)，而且我认为每次保存 html 文件并对其进行排序都非常有效有人知道吗？我怎么能刮掉数据并仍然保持登录状态？如果您尝试不登录，您只会获得登录页面 html。

html的一个例子(可怕的代码):

<TR><TD colspan='8' align='center' bgcolor='#55840A'><font color='#FFFFFF'>D A Y S&nbsp;&nbsp;&nbsp;R E C O R D S</font></TD></TR><TR align='left'><TD><font color='#FFFFFF'>Wind Gust:</font></TD><TD><fontclass='numbers'>24</font> <font class='units'>km/h</font></TD><TD><font color='#FFFFFF'>Min Temperature:</font></TD><TD><font class='numbers'>8.8</font> <font class='units'>&deg;C</font></TD><TD><fontcolor='#FFFFFF'>Max Temperature:</font></TD><TD><font class='numbers'>19.3</font> <font class='units'>&deg;C</font></TD><TD><font color='#FFFFFF'>High:</font></TD><TD><font class='numbers'>31</font></TD></TR><TR><TD colspan='2'></TD><TD><font color='#FFFFFF'>Min Humidity:</font></TD><TD><font class='numbers'>67</font> <font class='units'>%</font></TD><TD><font color='#FFFFFF'>Max Humidity:</font></TD><TD><font class='numbers'>96</font> <font class='units'>%</font></TD><TD colspan='2'></TD></TR></TABLE>

例如，最低温度为 8.8

<TD><font color='#FFFFFF'>Min Temperature:</font></TD><TD><font class='numbers'>8.8</font> <font class='units'>&deg;C</font></TD>

这使得很难刮掉数据。

Answer 1

听起来您想对返回的 HTML 使用正则表达式来获取所需的值。我建议使用 Pythex测试正则表达式。
例如，尝试使用以下正则表达式:

Min Temperature:</font></TD><TD><font class='numbers'>(\d+.\d*)

在“您的正则表达式:”并在“您的测试字符串:”字段中包含完整的 html 响应，您将获得所需的值。