1

我的任务是解析 HTML 页面(西里尔文)并提取某些单词。这是我必须解析的网页:http ://www.toponymic-dictionary.in.ua/ 。我只得到了页面:

import urllib
from lxml.html import fromstring
url = 'http://www.toponymic-dictionary.in.ua/'
content = urllib.urlopen(url).read()
doc = fromstring(content)
doc.make_links_absolute(url)

HTML 代码对我来说相当复杂(使用 xpath),所以我不知道如何进行解析。

4

1 回答 1

1

看看这个库:BeautifulSoup

及其文档

它最适合您的要求。

干杯!

于 2013-04-04T09:47:27.893 回答