如何使用 lxml 从网站获取消息？答案

【问题标题】：How to use lxml to get a message from a website?如何使用 lxml 从网站获取消息？
【发布时间】：2009-10-30 07:47:16
【问题描述】：

exam.com 与天气无关：

Tokyo: 25°C

我想使用 Django 1.1 和 lxml 在网站上获取信息。我只想获取“25”的信息。

HTMLexam.com 结构如下：

<p id="resultWeather">
    <b>Weather</b>
    Tokyo:
    <b>25</b>°C
</p>

我是学生。我正在和我的朋友们做一个小项目。请解释给我容易理解。非常感谢！

【问题讨论】：

标签： django lxml

【解决方案1】：

BeautifulSoup 比 lxml 更适合 html 解析。

这样的事情可能会有所帮助：

def get_weather():
    import urllib
    from BeautifulSoup import BeautifulSoup
    data = urllib.urlopen('http://exam.com/').read()
    soup = BeautifulSoup(data)
    return soup.find('p', {'id': 'resultWeather'}).findAll('b')[-1].string

用urllib获取页面内容，用BeautifulSoup解析，找到id=resultWeather的P，在我们的P中找到最后一个B并获取它的内容

【讨论】：

谢谢。我已经知道该怎么做了。但是，仍然是一个问题。我想获得第二个“b”，而不是最后一个。这样做的参数？
嗯？我不知道它是如何工作的，但从最后一行很明显，您应该提供不同的列表索引。
尝试使用.findAll('b')[1] 而不是.findAll('b')[-1]。
您也可以查看 pyquery。它具有类似 jquery 的语法，并建立在 lxml 之上，因此比 BeautifulSoup 快得多。