使用Python解析文本塊

Question

我正在編寫一個腳本來解析網頁，並將結果粘貼到MySQL中。

這裏是HTML內容的示例返回我需要解析：

<TH ALIGN=center COLSPAN=6 BGCOLOR="#C0C0C0"><FONT SIZE="-1">Monthly Totals</FONT></TH> </TR> 
<TR><TH ALIGN=center BGCOLOR="#00805c"><FONT SIZE="-1">Hits</FONT></TH> 
<TH ALIGN=center BGCOLOR="#0040ff"><FONT SIZE="-1">Files</FONT></TH> 
<TH ALIGN=center BGCOLOR="#00e0ff"><FONT SIZE="-1">Pages</FONT></TH> 
<TH ALIGN=center BGCOLOR="#ffff00"><FONT SIZE="-1">Visits</FONT></TH> 
<TH ALIGN=center BGCOLOR="#ff8000"><FONT SIZE="-1">Sites</FONT></TH> 
<TH ALIGN=center BGCOLOR="#ff0000"><FONT SIZE="-1">KBytes</FONT></TH> 
<TH ALIGN=center BGCOLOR="#ffff00"><FONT SIZE="-1">Visits</FONT></TH> 
<TH ALIGN=center BGCOLOR="#00e0ff"><FONT SIZE="-1">Pages</FONT></TH> 
<TH ALIGN=center BGCOLOR="#0040ff"><FONT SIZE="-1">Files</FONT></TH> 
<TH ALIGN=center BGCOLOR="#00805c"><FONT SIZE="-1">Hits</FONT></TH></TR> 
<TR><TH HEIGHT=4></TH></TR> 
<TR><TD NOWRAP><A HREF="usage_201105.html"><FONT SIZE="-1">May 2011</FONT></A></TD> 
<TD ALIGN=right><FONT SIZE="-1">2529721</FONT></TD> 
<TD ALIGN=right><FONT SIZE="-1">582503</FONT></TD> 
<TD ALIGN=right><FONT SIZE="-1">490365</FONT></TD> 
<TD ALIGN=right><FONT SIZE="-1">23301</FONT></TD> 
<TD ALIGN=right><FONT SIZE="-1">17720</FONT></TD> 
<TD ALIGN=right><FONT SIZE="-1">145942234</FONT></TD> 
<TD ALIGN=right><FONT SIZE="-1">279618</FONT></TD> 
<TD ALIGN=right><FONT SIZE="-1">5884390</FONT></TD> 
<TD ALIGN=right><FONT SIZE="-1">6990042</FONT></TD> 
<TD ALIGN=right><FONT SIZE="-1">30356654</FONT></TD></TR> 
<TR><TD NOWRAP><A HREF="usage_201104.html"><FONT SIZE="-1">Apr 2011</FONT></A></TD> 
<TD ALIGN=right><FONT SIZE="-1">2246629</FONT></TD> 
<TD ALIGN=right><FONT SIZE="-1">517645</FONT></TD> 
<TD ALIGN=right><FONT SIZE="-1">483787</FONT></TD> 

如何適應下面跟隨回車等：

stats = re.findall ("Apr(.*)",content) 

Answer 1

使用BeautifulSoup，不是正則表達式，解析HTML（參見this famous answer）

Answer 2

使用lxml,而不是正則表達式來分析HTML--正如Will所說，但是使用了不同的首選工具。在我的經驗觀點中，lxml比BeautifulSoup更強大和更強大。