这里有很多帮助，但其中一些超出了我的头脑，所以希望通过提出我的问题并获得量身定制的答案，我会更好地理解。
到目前为止，我已经设法连接到一个网站，以用户身份进行身份验证，填写表格，然后下拉 html。html包含我想要的表格。我只想说一些类似的话：-
阅读目录...当您读取表开始标记时，请继续前进，直到到达表结束标记，然后将其丢弃，或者将其写入新的HTML文件并打开它，保留标记，以便为我形成。
这是我到目前为止的代码。
# Use 'with' to ensure the session context is closed after use.
with requests.Session() as s:
s.post(LOGINURL, data=login)
# print
r = s.get(LOGINURL)
print r.url
# An authorised request.
r = s.get(APURL)
print r.url
# etc...
s.post(APURL)
#
r = s.post(APURL, data=findaps)
r = s.get(APURL)
#print r.text
f = open("makethisfile.html", "w")
f.write('n'.join(['<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN" "http://www.w3.org/TR/html4/loose.dtd">',
'<html>',
' <head>',
' <meta http-equiv="Content-Type" content="text/html; charset=ISO-8859-1">',
' <title>THE TITLE</title>',
' <link rel="stylesheet" href="css/displayEventLists.css" type="text/css">',
r.text #this just does everything, i need to get the table.
])
)
f.close()
尽管最好正确解析文件，但快速而肮脏的方法使用正则表达式。
m = re.search("<table.*?>(.+)</table>", r.text, re.S)
if (m):
print m.group()
else:
print "Error: table not found"
作为为什么解析更好的一个例子，编写的正则表达式将失败，并显示以下（相当人为的！）示例：
<!-- <table> --> blah blah <table> this is the actual table </table>
正如所写的那样，它将获得文件中的第一个表。但是你可以循环获取第二个，等等，（或者如果可能的话，使正则表达式特定于你想要的表），所以这不是问题。