我需要提取这些数据并从中显示一个简单的图表。
类似股权资本的东西 -> array (30.36, 17, 17 .... etc) 会有所帮助。
<html:tr>
<html:td>Equity Share Capital</html:td>
<html:td class="numericalColumn">30.36</html:td>
<html:td class="numericalColumn">17.17</html:td>
<html:td class="numericalColumn">15.22</html:td>
<html:td class="numericalColumn">9.82</html:td>
<html:td class="numericalColumn">9.82</html:td>
</html:tr>
如何在 PHP 或 Python 中完成此任务？
请您参考如下方法:
开始寻找的好地方是 python 模块 BeautifulSoup它提取文本并将其放入表格中。
假设您已将数据加载到名为 raw 的变量中:
from BeautifulSoup import BeautifulSoup
soup = BeautifulSoup(raw)
for x in soup.findAll("html:td"):
if x.string == "Equity share capital":
VALS = [y.string for y in x.parent.findAll() if y.has_key("class")]
print VALS
这给出:
[u'30.36', u'17.17', u'15.22', u'9.82', u'9.82']
您会注意到这是一个 unicode 字符串列表，请确保在处理之前将它们转换为您想要的任何类型。
通过 BeautifulSoup 有很多方法可以做到这一点。然而，我发现的好处是，快速破解通常足以 (TM) 完成工作!
