2

我正在做一个项目，该项目需要从实时 Flash 图表中显示的数据输入（位于 的数据记录图表http://137.205.144.34/flash/index.html#menuIndex=1&accordionIndex=2&menuId=mimic1&menuStruct=S1R2M3C1H1。由于无法直接访问 html，我使用 Firebug 监控我的活动，并找到了我想要的数据存储在http://137.205.144.34/services/unload.cmd?format=csvx&sched=&start=-240:00:00&id=75631&step=864. 但是，当我尝试访问这个 url 时，它会自动将一个文件（包含数据）保存到我的电脑，所以我无法访问 html 源代码。使用该 url，我使用 beautifulsoup 导入数据，但我无法使用 html 标签搜索或操作它，因为它们是未知的。我真正想要的唯一数据是最新的每小时读数 - 约 1300 行之一。在那一行中，我只需要最后一个值。有一种我可以找到 html 标签的方法？如果没有，那么提取我需要的数据位的最佳方法是什么？

任何帮助将不胜感激，谢谢。

4

1 回答 1

2

您正在下载的文件中没有 HTML。它是一个逗号分隔的文件，你应该使用csv 模块来解析它。

此代码将打印每行中的第一项（包含日期和时间的项）：

import csv

with open('unload.cmd', 'r') as csvfile:
    reader = csv.reader(csvfile)
    for row in reader:
        print row[0]

假设您正在使用以默认名称下载的文件，则此方法有效。

为了首先以编程方式下载文件，将其导入字符串，然后将其用作源文件csv.reader()：

import urllib
import csv
import StringIO

url = 'http://137.205.144.34/services/unload.cmd?format=csvx&sched=&start=-240:00:00&id=75631&step=864'
f = urllib.urlopen(url)
data = f.read()

reader = csv.reader(StringIO.StringIO(data))
for row in reader:
    if row: print row[0]
于 2013-02-05T13:27:28.150 回答