我正在尝试找出从页面来源“废弃”某些数据的最有效方法。一个例子是：
<TH CLASS="ddtitle" scope="colgroup" ><A HREF="/PROD/bwckschd.p_disp_detail_sched?term_in=201370&crn_in=71492">Printing Industry/Typogaphy - 71492 - INT 101 - 0</A></TH>
我需要文字“印刷业/印刷业 - 71492 - INT 101 - 0”
我有什么选择？ （复制/粘贴不会这样做，因为这些项目超过40个页面。我还打算将此技术用于其他信息。）