我不是一个程序员。刚刚学习。我想使用Python从我国选举当局提取（公开）选举数据。这是出于学术目的，但我也想培养我的编程技巧。我存储的所有数据当然都会公开发布。
我需要知道哪些python模块允许我进入网站并阅读HTML以识别我需要收集的某些数据。我只希望得到一些关于如何或任何其他建议的指导。
我希望o为每一方提取选票，并提供完全分解的其他数据：州/市/县/中心/表。最后，我希望将它存储在csv或xlsx中（我想我会使用openpyxl或xlsxwriter）。
我的想法是创建一个程序：
1）获取链接输入（e.g.）;
2）它标识HTML左侧每个州的链接（Amazonas，Anzoategui等）;
3）对于每个状态进行循环并找到url（它是一个HTML，所以我猜它会为每个状态搜索并提取<a>标记，对吧？）;
4）与市政当局重复;
4）与“Parroquia”（县）重复;
5）为每个投票中心重复;
6）最后，每个中心的每个投票表（1,2,3 ......等）;
7）接着它存储每一方的结果（eg.手动我按下每个候选人的名字，识别该方的LOGO并存储其投票（示例中为30））。它还应该存储来自“技术表”的数据。
最终结果应该是存储所有数据：州，市，郡，中心，表和每一方的结果。
答案 0 :(得分：1)
以下内容将有所帮助：
来自selenium import webdriver的 - 用于设置新的webdriver以转到网站。 （Chrome的效果非常好） 来自selenium.webdriver.common.by import 的- 用于通过css选择器，标签名称，ID等选择html元素
来自selenium.webdriver.support.ui的导入WebDriverWait - 用于设置加载网址的最小加载时间
来自selenium.webdriver.support的 将expected_conditions导入为EC - 设置在等待加载网址时采取措施的预期条件。例如，条件可能要等到所有<a>标记都已加载。
导入密钥 - 用于模拟按键或将文本发送到HTML元素
来自BeautifulSoup的导入BeautifulSoup - 用于解析下载的HTML文档
导入重新 - 启用正则表达式
import xlwt - 用于写入Microsoft Excel工作簿
来自xlutils.copy导入副本的- 用于创建Microsoft Excel工作簿的副本
导入时间 - 用于在执行Python代码时设置暂停时间
导入xlrd - 用于从Microsoft Excel工作簿中读取
要下载的软件包：
xlrd 0.9.4
xlutils 1.7.1
xlwt 1.0.0
BeautifulSoup 4.4.1
selenium 2.48.0
以上大部分内容都可以从python package index
下载