这是链接：http://www.senecacollege.ca/ce/classes/ （您应该从下拉列表中选择“全部”以查看完整的课程列表）
此链接包含我所在学校的课程代码和课程名称。我正在开展一个学校项目（网站），在这个网站上，其他学生应该可以选择他们的课程。因此，我必须将网站中的课程保存到数据库中，并为用户提供下拉菜单或其他选项来选择课程。
问题是，有很多课程我无法用手打字。所以，我正在考虑某种类型的脚本，它将从网站获取必要的信息并保存到文本文件中，从那里我可以编写脚本将课程复制到我的数据库中。
我检查了源HTML代码，我发现课程代码是用p标签编写的，其中“results-credential”为类名，课程名称保存在h3标签中。
在此之前，我编写了一个脚本，该脚本从浏览器中读取选项卡名称，但我不知道如何为正文中的特定HTML标记执行此操作。
答案 0 :(得分：0)
如果你的目标是从内部提取一个看起来像这样的标签：<p id="results-credentials>course name to extract</p>"你可以使用BeautifulSoup Python库来解析HTML和XML。代码看起来类似于以下内容，但您可能需要针对您的用例进行一些调整。
from bs4 import BeautifulSoup
soup = BeautifulSoup(your_html_doc)
course_name = soup.find_all(id="results-credentials")
我之前使用过BS并且它非常简单，但是当我发现自己解析HTML时，我通常会重新考虑我的策略，因为格式错误的HTML无处不在，可能会导致很多问题。如果您有权访问数据库，那么我将从数据库中提取名称。但是如果你必须解析HTML，那么BS就会非常简单。