在Raspberry Pi中读取URL

Question

我想读取URL中存在的数据。 例如，如果我有以下URL：

http://robolab.in/home-automation.html#ON

我想读取状态“ ON”，而保留其余URL。 如何才能做到这一点？

Answer 1

您尝试做的事情称为网页抓取。 在使用urllib / urllib2库的python中，您可以实现此目标。

import urllib

try:
    html=urllib.urlopen('http://robolab.in/home-automation.html#ON')
    htmltext=html.read()
except:
    print 'error opening link'

print htmltext

这会打印您的浏览器显示的html文本。 现在这只是一个字符串...您可以随时对其进行操作。 但是，如果您安装了BeautifulSoup，则可以编写如下代码：

from bs4 import BeautifulSoup

soup=BeautifulSoup(htmltext)
for script in soup(["script", "style"]):
    script.extract()
text = soup.get_text()
print text

使用此代码并给出您的网址，我得到了：

Robolab Technologies
Home Automation

OFF

您可以轻松进行

status=''
text=text.strip()
for index,line in enumerate(text):
    if index>3:
        status = line
if 'ON' in status:
    print "it's on"
else:
    print "it's off"