python如何读取网页中的数据

用BeautifulSoup这类解析模块：

1. BeautifulSoup是用Python写的一个HTML/XML的解析器，它可以很好的处理不规范标记并生成剖析树(parsetree)；

2. 它提供简单又常用的导航(navigating)，搜索以及修改剖析树的操作；

3. 用urllib或者urllib2(推荐)将页面的html代码下载后，用beautifulsoup解析该html；

4. 然后用beautifulsoup的查找模块或者正则匹配将你想获得的内容找出来，就可以进行相关处理了，例如：

   from BeautifulSoup import BeautifulSoup
   html = '

   test body

   '
   soup = BeautifulSoup(html)
   soup.contents[0].name
   # u'html'
   soup.comtents[0].contents[0].name
   # u'head'
   head = soup.comtents[0].contents[0]
   head.parent.name
   # u'html'
   head.next
   # u'