一个python脚本，自动在网站中输入一些文本并获取其源代码

Question

我正在使用Python进行生物医学命名提取。在

现在我必须交叉检查输入文本到http://text0.mib.man.ac.uk/software/geniatagger/的结果，并解析提交文本后得到的HTML文本的源代码。在

我想在我的图形用户界面上做同样的事情，也就是说，它从我制作的图形用户界面输入，然后把文本提交到这个网站，然后得到源代码，这样我就不必每次从浏览器访问交叉检查了。在

提前谢谢

Answer 1

实际上，这是一个很好的问题！在

首先你要做的是探索一点网站的源代码。 如果你看一下网站的源代码，你会看到这段代码

<form method="POST" action="a.cgi">
<p>
Please enter a text that you want to analyze.
</p>
<p>
<textarea name="paragraph" rows="15" cols="80" wrap="soft">
... some text here ...
### This is a sample. Replace this with your own text.

</textarea>
</p>
<p>
<input type="submit" value="Submit Text" />
<input type="reset" />
</p>
</form>

您看到的是请求被发送到a.cgi地址，因为我们已经在地址上了

^{pr2}$

我们要发送的数据将被发送到与此连接的地址

http://text0.mib.man.ac.uk/software/geniatagger/a.cgi

但是我们要送什么去那里？ 我们需要一个数据，数据是作为“paragraph”POST参数发送的，您可以看到，由于表单具有值POST的属性方法，而textarea的名称是“paragraph”

我们使用这个python代码打开它

import urllib
import urllib2

text =  """
        Further, while specific constitutive binding to the peri-kappa B site is seen in monocytes, stimulation with phorbol esters induces additional, specific binding. Understanding the monocyte-specific function of the peri-kappa B factor may ultimately provide insight into the different role monocytes and T-cells play in HIV pathogenesis. 

### This is a sample. Replace this with your own text.
        """
data = {
        "paragraph" : text 
       }

encoded_data = urllib.urlencode(data)
content = urllib2.urlopen("http://text0.mib.man.ac.uk/software/geniatagger/a.cgi",
        encoded_data)
print content.readlines()

到目前为止我们有什么进展？我们为你的GUI程序提供了一个“引擎”。 您可以使用python的HTMLParser（可选）解析这个内容变量 你提到你想用图形用户界面显示这个？ 您可以使用GTK或Qt来实现这一点，并将此功能映射到单个按钮上，您必须读取一个tutorial，这样做非常容易。如果你有问题，请评论这篇文章，我可以用GUI扩展这个答案