使用 Python - 从一些 html 中获取表格并显示它？答案

【问题标题】：Using Python - Get a table out of some html and display it?使用 Python - 从一些 html 中获取表格并显示它？
【发布时间】：2014-05-12 09:59:52
【问题描述】：

这里有很多帮助，但其中一些超出了我的想象，所以希望通过提出我的问题并获得量身定制的答案，我会更好地理解。

到目前为止，我已成功连接到网站，以用户身份进行身份验证，填写表格，然后下拉 html。 html 包含我想要的表格。我只想说这样的话：-

读取 html... 当您读取表格开始标签时，请继续阅读表格结束标签，然后将其显示，或者将其写入新的 html 文件并打开它并保留标签，以便为我格式化。

这是我目前的代码。

# Use 'with' to ensure the session context is closed after use.
with requests.Session() as s:
s.post(LOGINURL, data=login)
# print
r = s.get(LOGINURL)
print r.url

# An authorised request.
r = s.get(APURL)
print r.url
    # etc...

s.post(APURL)
#
r = s.post(APURL, data=findaps)
r = s.get(APURL)
#print r.text




f = open("makethisfile.html", "w")

f.write('\n'.join(['<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN" "http://www.w3.org/TR/html4/loose.dtd">',
                   '<html>',
                   ' <head>',
                   ' <meta http-equiv="Content-Type" content="text/html; charset=ISO-8859-1">',
                   ' <title>THE TITLE</title>',
                   ' <link rel="stylesheet" href="css/displayEventLists.css" type="text/css">',
                   r.text #this just does everything, i need to get the table.
                   ])
        )

f.close()

【问题讨论】：

你应该至少使用 HTMLParser docs.python.org/2/library/markup.html 或者甚至更强大的东西
谢谢，我现在去看看。
看看beautifulsoup stackoverflow.com/questions/17196018/…

标签： python file io

【解决方案1】：

虽然最好正确解析文件，但快速而简单的方法使用正则表达式。

m = re.search("<table.*?>(.+)</table>", r.text, re.S)
if (m):
  print m.group()
else:
  print "Error: table not found"

作为为什么解析更好的一个例子，所写的正则表达式将失败并出现以下（相当做作！）示例：

<!-- <table> -->
blah
blah
<table>
this is the actual
table
</table>

正如所写，它将获得文件中的第一个表。但是你可以循环获得第二个等，（或者如果可能的话，使正则表达式特定于你想要的表）所以这不是问题。

【讨论】：

第一次做得很完美，感谢您的帮助。有人介意向我解释为什么这不是最好的方法吗？我会遇到问题吗，比如说如果有超过 1 个表，那是问题吗？
我明白了，很酷。谢谢你的帮助！！幸运的是，我的页面上只有一张桌子，没有 cmets 或任何东西，所以它工作得很好。爱 Python！