使用 urllib 进行网页抓取

Question

我想从 CME website 获取一些信息也就是说，我想获得 10 年期国债期货的期货收益率和期货 DV01。在旧 thread:

上找到这个小片段

import urllib.request
class AppURLopener(urllib.request.FancyURLopener):
    version = "Mozilla/5.0"
opener = AppURLopener()
fh = opener.open('http://www.cmegroup.com/tools-information/quikstrike/treasury-analytics.html')

它会发出弃用警告，我不太确定我是如何从网站上获取信息的。有人可以启发我新语法应该是什么以及如何获取信息。谢谢

Answer 1

运行安装完 selenium 后的脚本。

from selenium import webdriver ; from bs4 import BeautifulSoup

driver = webdriver.Chrome()
driver.get("http://www.cmegroup.com/tools-information/quikstrike/treasury-analytics.html")

driver.switch_to_frame(driver.find_element_by_tag_name("iframe"))
soup = BeautifulSoup(driver.page_source, 'html.parser')
driver.quit()

table = soup.select('table.grid')[0]
list_of_rows = [[t_data.text for t_data in item.select('th,td')]
                for item in table.select('tr')]

for data in list_of_rows:
    print(data)

我想，这就是你想要的table[部分图片]：

使用 urllib 进行网页抓取

Webscraping with urllib

python

web-scraping

python-3.6

urllib