Python：从网页获取乘文本值

Question

我有一个内部网站，会在日常基础上发布最新的统计数据。 这个网站有关于许多公司的信息。我需要获得一家公司的数据。 HTML代码如下：

注：所有文本值，如“Big Company A”，“1810”，“14”，“2045”，“135”，“98.8％”，“100.0％ “都需要输出。

* 注2：在同一页面有很多公司列表，它们都具有相同的结构。对我来说问题是，如何找到“大公司A”，并输出属于大公司A的所有文本值？

<TH class=Company><A href="?scope=1&amp;values=1&amp;deleg=35">Big Company A</A></TH> 
<TD>1810</TD> 
<TD>14</TD> 
<TD>2045</TD> 
<TD>135</TD> 
<TD class=ok><A class=ok href="av_report.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%">99.8%</A></TD> 
<TD class=ok><A class=ok href="av_report.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%">100.0%</A></TD> 
<TD class=ok><A class=ok href="hips_report.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%">100.0%</A></TD> 
<TD class=ok><A class=ok href="hips_report.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%">98.8%</A></TD> 
<TD class=ok><A class=ok href="os_reportbyou.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%&amp;server=0&amp;counts=1">100.0%</A></TD> 
<TD class=ok><A class=ok href="os_reportbyou.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%&amp;server=1&amp;counts=1">100.0%</A></TD> 
<TD class=ok><A class=ok href="pa_reportbydelegs.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%">95.7%</A></TD> 
<TD class=ok><A class=ok href="pa_reportbydelegs.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%">97.6%</A></TD> 
<TD class=ok><A class=ok href="pa_reportbydelegs4.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%">104.8%</A></TD> 
<TD class=ok><A class=ok href="pa_reportbydelegs4.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%">104.2%</A></TD> 
<TD class=ok><A class=ok href="pa_reportbydelegs4.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%">99.9%</A></TD> 

很抱歉，我没有Python和HTML，感谢您的帮助很多知识提前

编辑注 @ 2014/04/01追加一个评论关于如何定位“大公司A”

Answer 1

我不完全确定你想要输出的代码是什么，你希望它是所有包含在标签中的值，或者只是值你在问题中写的是什么？

如果是前者，那么您可以轻松使用BeautifulSoup获取所有数据。

html = #your html 
soup = BeautifulSoup(html) 
list = soup.findAll("td") 
for thing in list: 
    print list.text 

我还没有检查过这个代码，所以让我知道如果它不起作用。

Answer 2

使用BeautifulSoup解析器，页面中的所有标签遍历并获得text：

from bs4 import BeautifulSoup 

data = """ 
<TH class="Company"> 
<A href="?scope=1&amp;values=1&amp;deleg=35">Big Company A</A> 
</TH> 
<TD>1810</TD> 
<TD>14</TD> 
<TD>2045</TD> 
<TD>135</TD> 
<TD class=ok><A class=ok href="av_report.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%">99.8%</A></TD> 
<TD class=ok><A class=ok href="av_report.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%">100.0%</A></TD> 
<TD class=ok><A class=ok href="hips_report.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%">100.0%</A></TD> 
<TD class=ok><A class=ok href="hips_report.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%">98.8%</A></TD> 
<TD class=ok><A class=ok href="os_reportbyou.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%&amp;server=0&amp;counts=1">100.0%</A></TD> 
<TD class=ok><A class=ok href="os_reportbyou.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%&amp;server=1&amp;counts=1">100.0%</A></TD> 
<TD class=ok><A class=ok href="pa_reportbydelegs.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%">95.7%</A></TD> 
<TD class=ok><A class=ok href="pa_reportbydelegs.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%">97.6%</A></TD> 
<TD class=ok><A class=ok href="pa_reportbydelegs4.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%">104.8%</A></TD> 
<TD class=ok><A class=ok href="pa_reportbydelegs4.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%">104.2%</A></TD> 
<TD class=ok><A class=ok href="pa_reportbydelegs4.php?deleg=35&amp;dc=%&amp;ou=%&amp;bu=%&amp;site=%">99.9%</A></TD> 
</TH> 
""" 

soup = BeautifulSoup(data) 
for tag in soup: 
    print tag.text 

打印：

Big Company A 

1810 
14 
2045 
135 
99.8% 
100.0% 
100.0% 
98.8% 
100.0% 
100.0% 
95.7% 
97.6% 
104.8% 
104.2% 
99.9%