转载：http://www.xuebuyuan.com/583071.html

python处理html的table标签

2012年01月06日 ⁄ 综合 ⁄ 共 5279字 ⁄ 字号 小 中 大 ⁄ 评论关闭
 
import sys

import csv

import urllib2

import BeautifulSoup

#page    = urllib2.urlopen(sys.argv[1]).read()

soup    = BeautifulSoup.BeautifulSoup(open(sys.argv[1]).read())

csvout  = csv.writer(sys.stdout)

for table in soup.findAll('table'):

    print "<table border='1'>"

    #print '#'

    #print '# Table'

    #print '# Fields: ' + ','.join([tr.text for tr in table.findAll('th')])

    for row in table.findAll('tr'):

        print "<tr>"

        #csvout.writerow([tr.text for tr in row.findAll('td')])

        for tr in row.findAll('td'):

            print "<td>"

            print tr.text.encode("utf-8")

            print "</td>"

        print "</tr>"

    print "</table>"

    break

#!/bin/bash

#process.h

basedir=$(dirname $1)

echo $basedir

#echo \<head\>\<meta http-equiv=\"Content-Type\" content=\"text/html\; charset=UTF-8\" /\>\</head\> >> $basedir/baobei.html

prodname=$(grep -o '<title id="id_title">.*</title>' $1 | cut -d \> -f 2 | cut -d \< -f 1)

prodname=$(echo $prodname | cut -d _ -f 1)

price=$(grep -o '<span class="s1">[0-9]*</span>' $1 | cut -d \> -f 2 | cut -d \< -f 1)

echo \<table\>                > $basedir/baobei.html

echo  \<tr\>                 >> $basedir/baobei.html

echo  \<td\>Name\</td\>      >> $basedir/baobei.html

echo  \<td\>$prodname\</td\> >> $basedir/baobei.html

echo  \</tr\>                >> $basedir/baobei.html

echo  \<tr\>                 >> $basedir/baobei.html

echo  \<td\>Price\</td\>     >> $basedir/baobei.html

echo  \<td\>$price\</td\>    >> $basedir/baobei.html

echo  \</tr\>                >> $basedir/baobei.html

python ./printtab.py $1      >> $basedir/baobei.html

echo \</table\>              >> $basedir/baobei.html

imgsrc=$(head -n 1 $basedir/imglist)

if test y$imgsrc = y; then

	rm -rf $basedir/baobei.html && exit;

fi

echo \<img src=\'$imgsrc\'/\> >> $basedir/baobei.html

cat $basedir/baobei.html | tr -d '\n' | tr -d '"' > $basedir/baobei.html.tmp

mv  $basedir/baobei.html.tmp                        $basedir/baobei.html

#!/bn/bash

#process2.sh

basedir=$(dirname $1)

name=$(grep  -o "<td>Name</td><td>.*</td>" $1   | cut -d \> -f 4 | cut -d \< -f 1 )

if  test "x$name" = "x" ; then

	exit ;

fi

price=$(grep -o "<td>Price</td><td>.*</td>" $1 | cut -d \> -f 4 | cut -d \< -f 1 )

if  test "x$price" = "x" ; then

	exit;

fi

if  test "x$class" = "x"

then

	class=$(grep -o "<td>产品类型</td><td>.*</td>" $1 | cut -d \> -f 4 | cut -d \< -f 1 )

fi

if  test "x$class" = "x"

then

	class=$(grep -o "<td>设备类型</td><td>.*</td>" $1 | cut -d \> -f 4 | cut -d \< -f 1 )

fi

if  test "x$class" = "x"

then

	class=$(grep -o "<td>打印针数</td><td>.*</td>" $1 | cut -d \> -f 4 | cut -d \< -f 1 )

fi

if  test "x$class" = "x"

then

	class="条形码打印机"

fi

if   $( echo $class | grep --quiet '票据' )

then

	class="536187477"

elif $( echo $class | grep --quiet '发票' )

then

	class="536187477"

elif $( echo $class | grep --quiet '票证' )

then

	class="536187477"

elif $( echo $class | grep --quiet '存折' )

then

	class="536187477"	

##################################################################

elif $( echo $class | grep --quiet '针' )

then

	class="536187477"

##################################################################

elif $( echo $class | grep --quiet '灯泡' )

then

	class="536187479"

elif $( echo $class | grep --quiet 'UHE' )

then

	class="536187479"

elif $( echo $class | grep --quiet 'UHP' )

then

	class="536187479"

elif $( echo $class | grep --quiet 'HSCR' )

then

	class="536187479"

###############################################################

elif $( echo $class | grep --quiet '条形码打印机' )

then

	class="536187480"

##################################################################

elif $( echo $class | grep --quiet '证卡打印' )

then

	class="536187483"

##################################################################

elif $( echo $class | grep --quiet '条码' )

then

	class="536187481"

elif $( echo $class | grep --quiet '扫描' )

then

	class="536187481"

elif $( echo $class | grep --quiet '阅读' )

then

	class="536187481"

elif $( echo $class | grep --quiet '采集' )

then

	class="536187481"

elif $( echo $class | grep --quiet '手持' )

then

	class="536187481"

elif $( echo $class | grep --quiet '数据终端' )

then

	class="536187481"

##################################################################

elif $( echo $class | grep --quiet '激光' )

then

	class="536187484"

##################################################################

elif $( echo $class | grep --quiet '喷墨' )

then

	class="536187486"

##################################################################

elif $( echo $class | grep --quiet '复印' )

then

	class="536187615"

##################################################################

elif $( echo $class | grep --quiet '一体机' )

then

	class="536187485"

##################################################################

elif $( echo $class | grep --quiet '硒鼓' )

then

	class="536187616"

elif $( echo $class | grep --quiet '墨盒' )

then

	class="536187616"

else

	class="536187616"

fi

################################################################

imagepath=$(find $basedir -type f -iname "*.jpg")

if test "x$imagepath" = "x"; then

    exit ;

fi

image=$(md5sum $imagepath | cut -d ' ' -f 1)

cp -rf $imagepath $basedir/../../template/$image.tbi

################################################################

desc=$(cat $1)

################################################################

echo -e \"$name\""\t"110514"\t"\",$class,\""\t"1"\t"\"上海\""\t"\"上海\""\t"\"b\""\t"$price"\t"0.000000"\t"1"\t"7"\t"2"\t"0.000000"\t"0.000000"\t"0.000000"\t""\t""\t"1"\t"1"\t"0"\t"1"\t"1"\t"0"\t"\"2012-10-16 13:09:48\""\t""\t"\"$desc\""\t""\t"\"20000:31140\;20196:3228846\;29969:107401\;30681:32998\;31468:102250\;31479:92188\;3415558:27513\;3415563:21959\;3415571:21959\;3415581:10122\;3415609:22041\;7884463:75957615\;14319244:80897641\;14319250:123483713\;14791484:10285019\;\""\t""\t""\t"0"\t"0"\t"\"2012-10-16 13:37:51\""\t"100"\t""\t"0"\t"\"$image:0:0:\|\;\""\t"\"\""\t"\"\""\t"\",\""\t"\",\""\t"\"\""\t"\"\""\t"0"\t"\"15758222730\""\t"15758222730

 classtable = {

17     "536187477" : "票据打印机" ,

18     "536187478" : "针式打印机" ,

19     "536187479" : "投影灯泡"   ,

20     "536187480" : "条形码打印机" ,

21     "536187481" : "条码设备"   ,

22     "536187483" : "证卡打印机" ,

23     "536187484" : "激光打印机" ,

24     "536187485" : "多功能一体机" ,

25     "536187486" : "喷墨打印机" ,

26     "536187615" : "复印复合机" ,

27     "536187616" : "硒鼓"  ,

28 }

python处理html的table标签的更多相关文章

  1. python 之 前端开发（form标签、单选框、多选框、file上传文件、按钮、label标签、下拉列表、textarea标签、fieldset标签、table标签）

    11.25 form标签 <!DOCTYPE html> <html lang="en"> <head> <meta charset=&q ...

  2. img、列表和table标签

    一.img图片 <body> <a href="https://www.fmtxt.com"> <img src="images/1.jpg ...

  3. ol,ul,dl,table标签的基本语法

    ol,ul,dl,table标签的基本语法 有序列表: 无序列表:                                  自定义列表: <ol> <ul> < ...

  4. HTML——表格table标签，tr或者td

    表格定义和用法 <tr> 标签定义 HTML 表格中的行. tr 元素包含一个或多个 th 或 td 元素. HTML 与 XHTML 之间的差异 在 HTML 4.01 中,tr 元素的 ...

  5. table标签

    table标签使我们最常用的的标签,在使用table标签时我们要注意一些其属性,早期我们经常使用table标签对其进行页面布局但是现在我们基本不再使用,由此可见table标签也是非常强大的一个工具. ...

  6. dl标签和table标签

    dl标签定义了一个定义列表 <html> <body> <h2>一个定义列表:</h2> <dl>   <dt>计算机</ ...

  7. PHP自学4——通过函数将数组数据输出到html的Table标签中（使用函数的例子）

    这一节其实说实话并没有什么干货,不过为了防止PO主的懒癌的复发,还是坚持放一点东西,即使是内容和长度都令人发指.这一节通过一个函数来实现将数组中的内容输出html的Table标签当中显示. 函数文件— ...

  8. PHP自学3——在html的<table>标签中显示用户提交表单

    为了更好地显示用户提交表单,本节将在上一节的基础上将读取的用户表单显示在html的<table>标签中,这一节将用到和数组有关的知识. 本节代码将从外部文件(.txt文件)中读取信息于指定 ...

  9. display：table标签来自动改变列宽 改变的同时table的整体宽度跟随变化

    发现公司里的所有分页功能都是通过display:talbe来实现的,但是用户最近说要让表格列宽可以拖动:所有我就寻找了好多的办法:网上找了很多的资料,但是都不是我要的效果因为他们都是列宽不改变要不就是 ...

随机推荐

  1. fileUpload1.HasFile的返回值永远都是false的问题处理

    在aspnet项目中,如果有页面使用了fileupload,不巧你也在此页面使用了updatepanel局部刷新控件,那马就会出现一个很奇怪的问题:就是不管你选择文件了没有,fileUpload1.H ...

  2. centos下redis的安装

    1.下载redis的安装包 http://download.redis.io/releases/redis-3.2.0.tar.gz 2.把安装包放到/opt/src/目录(看个人喜好)下 3.执行t ...

  3. FineUI第十六天---表格的排序和分页

    表格的排序和分页 1.表格的排序需要: AllowSorting:是否允许排序. SortColumn:当前排序的列ID,当然也可以不设置此属性,而是在后台初始化代码中直接指定默认排序字段. Sort ...

  4. 简单实现div遮罩

    顾名思义,div遮罩就是将网页上的一部分用div遮盖起来,防止用户误点,因此div遮罩的一个用途就是将table设置为不可编辑. 作者通过查找资料,并进行简单的测试,最终完成了以下几段简单代码,来实现 ...

  5. 第3次作业，c语言

    <C语言程序设计>实验报告 学 号    160809201  姓 名    王浩然专业.班    计科16-2班 学    期  2016-2017 第1学期  指导教师    黄俊莲 ...

  6. javascript，检测对象中是否存在某个属性

    检测对象中属性的存在与否可以通过几种方法来判断. 1.使用in关键字. 该方法可以判断对象的自有属性和继承来的属性是否存在. var o={x:1}; "x" in o; //tr ...

  7. vmware vcenter orchestrator configuration提示“用户名密码错误或登录失败超过次数被锁定”

    首次登录,使用默认用户密码登录vmware/vmware vmware vcenter orchestrator configuration提示"用户名密码错误或登录失败超过次数被锁定&qu ...

  8. ajax给全局变量赋值问题解决

    $.ajax({ type: "post", //以post方式与后台沟通 url: "./php/chartAjax.php", //与此php页面沟通 da ...

  9. Mysql5.7版本编译安装及配置

    配置yum安装方式 1.配置本地yum源 vim /etc/yum.repos.d/rhel-source.repo [rhel-source] name=Red Hat Enterprise Lin ...

  10. Intellij IDEA使用总结

    查询快捷键CTRL+N   查找类CTRL+SHIFT+N  查找文件CTRL+SHIFT+ALT+N 查 找类中的方法或变量CIRL+B   找变量的来源CTRL+ALT+B  找所有的子类CTRL ...