python, mechanize - 使用 mechanize 打开文本文件

Question

我正在学习机械。我正在尝试打开一个文本文件，您点击的链接显示
文本 (.prn)我遇到的一个问题是此页面上只有 1 个表单，并且该文件不在表单中。对我来说另一个问题是此页面上有几个文本文件，但它们都具有相同的名称文本 (.prn)。所以我想我需要找到第一个并打开它。使我尝试打开的文本文件变得独特的一件事是它似乎被命名为

Summary ，也许我可以用它来打开它并且然后使用 br.form.find_control( 或者也许我可以使用: br.click_link ，如果我能找到某种方法来直接 Mechanize 打开第一个标题为“Summary”的

我所在的网页是: http://www.treasurydirect.gov/govt/reports/pd/mspd/2013/2013_feb.htm

这是我想在 mechanize 中打开的文本文件的 html 部分:

</div>
<!-- END LOCALNAV --> 
    <!-- BEGIN CONTENT -->
    <div id="content">
        <h1>February 2013</h1>
        <!-- InstanceBeginEditable name="content" -->
        <ul>
            <li>Summary
                <ul>
                    <li><a      href="/govt/reports/pd/mspd/2013/opds022013.pdf">Adobe Acrobat (.pdf)</a></li>
                    <li><a href="/govt/reports/pd/mspd/2013/opds022013.prn">Text (.prn)</a></li>
                </ul>
            </li>
            <li>STRIPS
                <ul>
                    <li><a href="/govt/reports/pd/mspd/2013/opdr022013.pdf">Adobe Acrobat (.pdf)</a></li>
                    <li><a href="/govt/reports/pd/mspd/2013/opdr022013.xls">Excel 5.0/95 (.xls )</a></li>
                    <li><a href="/govt/reports/pd/mspd/2013/opdr022013.prn">Text (.prn)</a></li>
                </ul>
            </li>
            <li>Entire MSPD
                <ul>
                    <li><a href="/govt/reports/pd/mspd/2013/opdx022013.xls">Excel File for Primary Dealers</a></li>
                    <li><a href="/govt/reports/pd/mspd/2013/opdm022013.pdf">Adobe Acrobat (.pdf)</a></li>
                    <li><a href="/govt/reports/pd/mspd/2013/opdm022013.xls">Excel 5.0/95 (.xls)</a></li>
                    <li><a href="/govt/reports/pd/mspd/2013/opdm022013.prn">Text (.prn)</a></li>
                </ul>
            </li>
        </ul>
        <p>Note: To read or print a PDF document, you need the Adobe Acrobat Reader (v5.0 or higher) software installed on your computer. You can download the Adobe Acrobat Reader from the <a href="/exit.htm?http://get.adobe.com/reader/">Adobe website</a>.</p>
        <p>Note: If you need <a href="/helpdownload.htm">help downloading...</a></p>
        <!-- InstanceEndEditable --> </div>
    <!-- END CONTENT --> 
    <!-- BEGIN SUBLOCALNAV -->
<div id="right">

这是我到目前为止的代码，从文本文件所在页面之前的页面开始:

       br = mechanize.Browser()
br.set_handle_equiv(False)
br.open(site)
print 'br.title',br.title()
allforms = list(br.forms())
br.form = allforms[0]
br.follow_link(text_regex="February", nr=0)
#br.click_link(text='February', nr=0) # this works to

#next page
print br.title()
allforms = list(br.forms())
print allforms
br.form = allforms[0]
getstuff=br.click_link(text="Text (.prn)", nr=0) # this works to
csvData=getstuff.readlines()  # this is where is get error

这是我的回溯:

Traceback (most recent call last):
File "treasury2.py", line 56, in <module>
csvData=getstuff.readlines()
 File "C:\Python27\lib\site-packages\mechanize\_urllib2_fork.py", line 173, in __getattr__
raise AttributeError, attr
AttributeError: readlines

我正在使用 mechanize 、 BeautifulSoup 、urllib 、 urllib2 和 python27

请给我一些帮助，甚至是你认为我应该使用什么的提示。

Answer 1

紧接在 getstuff=br.click_link(text="Text (.prn)", nr=0) 之后，而不是您的 csvData=getstuff.readlines() ，你应该调用:

br.open(getstuff)
csvData = br.response().read()

如果您需要对上一页(即 2013_feb.htm)执行其他操作，请调用:

br.back()

这将使 br 返回到 br.open 之前的相同状态。