爬行网站Python中第一列

Question

我使用Python的使用抓取的网站下面的代码

def ReadContent(url): 
    html = GetWebPageContent(url) 

    parser = ReadingContentParser(strict=False) 
    parser.feed(html) 

    if not parser.text_appear: 
     print("Ipad Mini is on sale!") 
     Alert() 
    else: 
     print("Ipad Mini is not available!") 

ReadContent(URL_TO_CHECK) 

现在我要检查的IPhone金（16GB）是“可用”或卖得快”的here ，我应该怎么检查？问题是我不知道怎么去只金（16GB）但不金（32GB）或金（64GB）的状态，因为他们都是在一个大table。我该如何得到它的工作原理？我应该使用一些其他库如Scrapy等吗？

Answer 1

您可以使用lxml with xpath：

from lxml import html 
url = "http://info.singtel.com/personal/phones-plans/mobile/ios/iphone5s?type=2&device=1312&colour=gold#stock-availability" 
doc = html.parse(url) 
for tr in doc.xpath('//div[@class="available-stock"]//tr'): 
    if tr.xpath('td'): 
     print tr.xpath('td[1]')[0].text.strip(), 
       tr.xpath('td[2]/strong')[0].text == 'Sold Out' 

输出：

City Square Mall True 
ION Orchard True 
Plaza Singapura True 
Raffles City True 
United Square True 
...