我正在尝试编写一个调用网页的脚本（http://www.ncbi.nlm.nih.gov/Taxonomy/Browser/wwwtax.cgi?mode=Tree&id=7742&lvl= 3＆amp; lin = f＆amp; keep = 1＆amp; srchmode = 1＆amp; unlock），扫描它，然后拉出每个嵌套分类组中的顺序，族，属和种。然而，我只想要脊椎动物（整个网站的一小部分），但与各种脊椎动物类群相关的URL不是任何可辨别的模式（即顺序）。有没有办法做到这一点合理？我一直在努力制定不同的方法来实现这一目标。
答案 0 :(得分：0)
目前还不是很清楚（至少对我来说）你究竟想做什么，但是，根据我的理解，你需要创建某种爬行器，在页面中查找链接，浏览网站并对它们进行分类？
如果是这样，请转到mechanize，它允许您模拟网络浏览器，浏览网站，轻松提取和关注链接，提交表单等。