0
私はウェブページを呼び出すスクリプトを作成しようとしています（http://www.ncbi.nlm.nih.gov/Taxonomy/Browser/wwwtax.cgi?mode次に=ツリー&キープ= 1 & srchmode = 1 &アンロックF & ID = 7742 & LVL = 3 & LIN =）、それをスキャンし、ネストされた各分類群内での注文、ファミリー、属、および種を引き出し。しかし、私は脊椎動物（ウェブサイト全体の非常に小さな部分）しか望んでいないが、様々な脊椎動物の分類群に関連するURLは、識別可能なパターン（すなわち、順次）ではない。これを合理的に行う方法はありますか？私は、この目標を達成するためのさまざまな方法を策定しようとすると、多くの問題を抱えてきました。Pythonは多重URLを呼び出してデータを引き出す
これは**ウェブこすると呼ばれています**これには多くの事前のQ＆Aがあります（そのうちの500本だけがPythonタグ付きです）。 Pythonでは、_twill_は_mechanize_の上にある使用可能なレイヤーです（オートメーションの場合）。実際の掻き取りについては_BeautifulSoup_です。 – smci
[twill]（http://twill.idyll.org/commands.html）は、具体的には[follow]（http://twill.idyll.org/commands.html）コマンドが動作するように、以下のリンクを簡単に機械化するよりも簡単にしますリンクタイトル（URLではなく）。これで問題が解決しない場合は、これらのリンクのサンプルのHTMLスニペットを表示してください。 – smci