Cómo leer una página web utilizando Python

Esto le mostrará cómo leer una página web desde un script en Python, se proporciona una URL.

Instrucciones

1 Instalar el constructor pitón de aquí. Es gratis.

http://www.python.org/download/releases/2.5.2/

2 Después de haber instalado Python se puede ejecutar desde el menú de inicio

Python 2.5 - IDLE (Python GUI)

3 Una vez que la aplicación se abre, se ve como el bloc de notas. Seleccionar archivo en el menú en la parte superior y una nueva ventana. Esto abrirá una nueva ventana de texto que puede guardar su código Python para.

4
Copia el código de seguimiento en la nueva ventana que se acaba de abrir.

shutil importación
import os
tiempo de importación
fecha y hora de importación
import math
urllib importación
de tabla de importación matriz

gestor de archivo = urllib.urlopen ( 'http://www.loothog.com')

En las líneas de filehandle.readlines ():

print lines

filehandle.close ()

5 Seleccione Archivo - Guardar, y el nombre de su archivo que desea nada.

6 Presione F5 para ejecutar el código.

Para detener el programa se ejecute, haga clic en la primera ventana que se abre y seleccionar en el menú de Shell - Reiniciar Shell

7 Puede guardar todas esas líneas en un archivo de texto mediante la modificación del código para tener este aspecto.

myFile = open ( "test.html ',' w ')
En las líneas de filehandle.readlines ():

print lines
myFile.write(lines)

myFile.close ()
filehandle.close ()

8


Tal vez usted tiene algunas cotizaciones de acciones que parecen esto
AAAC, D, 20071210,8.2,8.2,8.2,9.5,1000

y quiere conseguir el precio de cierre de 9,5, entonces se puede dividir en la alineación de las comas y el acceso sólo el 9,5 como este

myFile = open ( "test.html ',' w ')
En las líneas de filehandle.readlines ():

section = lines.split(',')
print str(sections[6].strip())
myFile.write(str(sections[6].strip()))

myFile.close ()
filehandle.close ()

Nota: La str () convierte el número en una cadena y la .strip () quitará espacios en blanco adicionales al final.

Consejos y advertencias

• Las líneas después "para las líneas en filehandle.readlines ():" están sangrados 5 espacios.