提取HTML信息的 Python 模块:scrape.py

jopen 6年前

scrape.py是从网页抓取内容的Python模块。使用它,您可以轻松地抓取页面,跟踪链接,并提交表格,Cookies,重定向和SSL自动处理。 (对于SSL,你要么需要一个带socket.ssl​​功能的Python版本,或者curl命令行实用程序。)

scrape.py 并不解析页面内容。

>>> s.doc  <Region 0:25751>  >>> s.headers  {'content-length': '25751',   'accept-ranges': 'bytes',   'server': 'Apache/2.2.8'   'last-modified': 'Tue, 10 Sep 2013 21:38:28 GMT',   'connection': 'close',   'etag': '"5f4b02-6497-4e60e5347fd00"',   'date': 'Tue, 10 Sep 2013 21:55:37 GMT',   'content-type': 'text/html'}  >>> s.url  'http://zesty.ca/'

项目主页:http://www.open-open.com/lib/view/home/1388545369297