抓取html数据并解析成列表

Question

我正在写一个使用python for android (sl4a)的安卓应用程序，我想让它做的是搜索一个笑话网站并提取一个笑话。那就告诉我那个笑话来唤醒我吧。到目前为止，它将原始的html源代码保存到一个列表中，但我需要它来创建一个新的列表，方法是保存html标记之间的数据，然后将该数据读给我。这是我不能使用的解析器。代码如下：

import android
droid = android.Android() 
import urllib 
current = 0
newlist = []

sock = urllib.urlopen("http://m.funtweets.com/random") 
htmlSource = sock.read() 
sock.close() 
rawhtml = []
rawhtml.append (htmlSource)

while current < len(rawhtml):
    while current != "<div class=":
        if [current] == "</b></a>":
            newlist.append (current)
            current += 1


print newlist

Answer 1

使用这个库来解析android http://jsoup.org/中的HTML，它的影响范围和开发人员广泛接受的库，它也可用于python :)

Answer 2

这是如何做的:代码导入重新导入urllib2

page = urllib2.urlopen("http://www.m.funtweets.com/random").read() 
user = re.compile(r'<span>@</span>(\w+)') 
text = re.compile(r"</b></a> (\w.*)") 
user_lst =[match.group(1) for match in re.finditer(user, page)] 
text_lst =[match.group(1) for match in re.finditer(text, page)] 
for _user, _text in zip(user_lst, text_lst):
    print '@{0}\n{1}\n'.format(_user,_text)

/code