我正在尝试阅读整个网页并将其分配给变量,但我很难做到这一点.该变量似乎只能保存页面源的前512行左右.
我尝试使用readlines()将源的所有行打印到屏幕上,这给了我完整的源代码,但我需要能够用正则表达式解析它,所以我需要以某种方式将它存储在变量中.救命？
data = urllib2.urlopen(url) print data
只给了我1/3的来源.
data = urllib2.urlopen(url)
for lines in data.readlines()
print lines
这给了我整个来源.
就像我说的,我需要能够用正则表达式解析字符串,但我需要的部分不是在我能够存储在变量中的前1/3中.
解决方法
您可能正在寻找美丽的汤：
http://www.crummy.com/software/BeautifulSoup/它是一个用于python的开源Web解析库.祝你好运！
