BeautifulSoup Python抓网页小例子
# -*- coding: utf-8 -*-
import urllib2
from BeautifulSoup import BeautifulSoup, Tag
import re
page = urllib2.urlopen("http://bj.ganji.com/piao/zz_%E5%8C%97%E4%BA%AC-%E5%8D%97%E6%98%8C/20100210/")
soup = BeautifulSoup(page)
#ss = soup.findAll('a', href=re.compile(r"^/piao/100."))
ss = soup.findAll(attrs={"class":"list_piao"})
fp = open("c:\\Python25\\web.html","w")
doc = '''<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
<title>keyunq tickets</title>
<meta http-equiv="refresh" content="5"/>
<link href="http://s1.ganjistatic1.com/css/base.__1265015655__.css" mce_href="http://s1.ganjistatic1.com/css/base.__1265015655__.css" rel="stylesheet" type="text/css" />
<link href="http://s1.ganjistatic1.com/css/train.__1264669543__.css" mce_href="http://s1.ganjistatic1.com/css/train.__1264669543__.css" rel="stylesheet" type="text/css" />
<mce:style><!--
.list_piao dt { float:left; width:40%; line-height:24px; font-size:14px; text-indent:5px;padding:5px 0;}
--></mce:style><style mce_bogus="1">.list_piao dt { float:left; width:40%; line-height:24px; font-size:14px; text-indent:5px;padding:5px 0;}</style>
</head>
<body>'''
fp.write('%s\n' % doc)
for i in ss:
i.dt['class'] = 'list_piao_time'
tmp = i.a['href']
i.a['href'] = 'http://bj.ganji.com'+tmp
phonepage = urllib2.urlopen(i.a['href'])
phonesoup = BeautifulSoup(phonepage)
phone = phonesoup.findAll(attrs={"class":"phoneNum"})
tmp = phone[0].img['src']
phone[0].img['src'] = 'http://bj.ganji.com'+tmp
tag1 = Tag(soup, "dd")
tag1['class'] = 'list_piao_mj'
i.insert(8,tag1)
相关文档：
0、字符串是不可变的。
1、基本字符串操作：索引、切片、复制、成员、长度、最大和最小。
2、字符串格式化：用格式化操作符百分号%实现，eg:>>> format = "Hello, %s. %s enough for ya?"
......
在一个项目中需要获取随机数，谁知道遇到点问题：随机数不随机。所以我写了个简单原型。看下到底是啥问题。
import os,random,sys,time
while True:
father = os.fork()
if father:
time.sleep(2)
rd = 7
else:
#random.seed()
rd = random.choice([2,3,4,5])
......
Python支持ascii字符串，unicode字符串，以及各种字符集，那么它们到底各是什么概念，相互之间存在何种关系呢？
在Python中，ascii字符串，即str类型的值，可能用来表示任意的一块存储空间，那么也就是说，这个字符串内部可以是任何值，例如：可见字符组成的字符串，或者一段二进制数据等。unicode字符串，即unicode类型的 ......
接下来三行设置三种功能，treeview.set_search_column(0)，当在界面中按“Control+F”时可以搜索第0列中的内容，tvcolumn.set_sort_column_id(0)，当点击此列标题的时候所有的行按大小顺序重新排列。参数0是
列在Model里的序号。接下来treeview.set_reorderable方法使得可以用鼠标拖动行进行重新排列，比如� ......
1.互联网：又音译“因特网”或者“英特网”，是指在ARPA网基础上发展出的世界上最大的全球性互联网络。
2.有关互联网的协议可以分为3层：
最底层的是IP协议，是用于报文交换网络的一种面向数据的协议，这一协议定义了数据包在网际传送时的格式。
上一层是UDP协议和TCP协议，它们用于控制数据流的传� ......
