Python和Web（Python基础教程（第3版)）

Python和Web:

1. 屏幕抓取: 可使用urllib来获取 网页的HTML代码，再使用正则表达式（参见第10章）或其他技术从中提取信息。正则表达式依赖于HTML代码的细节，而不是更抽象的结构。针对基于正则表达式的方法存在的问题，接下来将讨论两种可能的解决方案。一是结合使用 程序Tidy（一个Python库）和XHTML解析；二是使用专为屏幕抓取而设计的Beautiful Soup库。

 Tidy并不能修复HTML文件存在的所有问题，但确实能够确保文件是格式良好的（即 所有元素都嵌套正确），这让解析工作容易得多。

Beautiful Soup是一个小巧而出色的模块，用于解析你在Web上可能遇到的不严谨且格式糟糕 的HTML。

 

 

2使用 CGI 创建动态网页: 要让CGI脚本能够通过Web进行访问（和运行），必须将其放在Web服务器能够访问的地方、 添加!#行并设置合适的文件权限。接下来依次介绍这三个步骤: 第一步：准备 Web 服务器; 第二步：添加#!行; 第三步：设置文件权限

 

3使用 Web 框架

            4 Web 服务：更高级的抓取