将选择的更新数据点从外部网页保存到文本文件

Question

我正在尝试从不属于我的网站更新天气数据，并将其中的一大块每30分钟放入一个通用文本文件中。文本文件不应包含任何html标记或任何内容，但可以用逗号或句点或制表符分隔。生成数据的网站将数据放在没有类或id的表中。我需要的是来自一个标签的文本及其中的每个标签。无论更新的数据如何，标签每次都在相同的行号上。

这似乎有点愚蠢，因为获取数据的方法看起来并不理想。我愿意接受不同方法的建议，以获得更新的（每小时两次 - 每日两次）温度/露点/时间/等数据点，并将其放入文本文件中。

关于每30分钟左右自动化一次，我有一个可以在任何时间间隔下载网页的自动化程序。

我希望我对这个相当奇怪（至少对我来说）的挑战有足够的了解。我甚至不确定从哪里开始。我有很多关于html和Python，javascript，PHP和SQL基础知识的经验，但我愿意接受代码或学习其他语言的语法。

Answer 1

也许你可以在cronjob中使用它：

$file = file_get_contents ($url);
$onlyText = strip_tags ($file);
$fp = fopen('data.txt', 'w');
fwrite($fp, $onlyText);
fclose($fp);

Answer 2

对于Python

• 对于N分钟的定时任务，创建一个UNIX cron作业或Windows等效项，定期运行.py脚本

• 使用.py脚本中的urllib2模块下载天气数据

• 使用BeautifulSoup或lxml库解析HTML

• 使用XPath选择器或CSS选择器（lxml）选择HTML的相关位

• 处理数据并将其写入文本文件

实际的实现留给了读者:)

Answer 3

这称为screen-scraping，但这常常令人不悦，如果您只是想要天气数据several APIs，可能会根据您的具体需求提供更好的解决方案。

除此之外，我们需要更多细节，例如页面代码，以帮助您解决这个问题。