作者poopoo888888 (阿川)
看板Python
標題[問題] 如何將網站上的數十筆資料一口氣載下來？
時間Thu Aug 11 17:22:07 2011
大家好
小弟學web programming一陣子了
是學Google App Engine並使用Python寫
最近小弟受到一位長輩所託
希望我將司法院法學資料檢索系統裡面的一部分判決書載下來 作進一步data mining之用
http://jirs.judicial.gov.tw/Index.htm
例如：判決書查詢→台北地方法院、民事、檢索「保護中心」
則會出現約100份判決書
請問要怎麼樣將這100份判決書載下來呢？
小弟之前有使用過Beautiful Soup 知道它可以做parse的動作
是否就是利用它來載判決書呢？
還是這件事有其他適合的工具可以使用
並不需要Beautiful Soup？
煩請各位大大指點迷津 謝謝！
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 61.231.24.204
1F：→ suzuke:我直覺想到是urllib這一類的加上HTMLParser? 08/11 23:54
2F：推 shaopin:對呀, 應該很簡單, urllib2..加file.. 08/12 14:57
3F：→ shaopin:抓無名小站圖片都用這招(誤) 08/12 14:58
4F：→ kilfu0701:之前寫過spider抓大量網頁 也用urllib2+beautiful soap 08/12 16:26
5F：推 lovelycateye:urllib + regex 或許是一個方法? 我是這樣做啦 08/13 00:19
感謝各位大大 用urllib2加上BeautifulSoup便解決
※ 編輯: poopoo888888 來自: 61.231.24.139 (08/14 09:58)
8F：推 hsnu114444:urlfetch 08/16 10:21
9F：推 kynix:pyquery 用了你會愛上它 08/16 11:24