使用Python/mechanize select_form()时出错？

Question

我正在尝试从网站上删除一些数据。 我正在尝试编写的脚本应该获取页面的内容：

http://www.atpworldtour.com/Rankings/Singles.aspx

应该模拟用户通过附加排名和日期的每个选项并模拟单击“Go”，然后在获取数据后应该使用后退功能。

现在，我一直在尝试为附加地位选择此选项：

            <option value="101" >101-200</option>

这是我尝试执行此操作的（糟糕的）尝试：

from mechanize import Browser
from BeautifulSoup import BeautifulSoup
import re
import urllib2



br = Browser();
br.open("http://www.atpworldtour.com/Rankings/Singles.aspx");
br.select_form(nr=0);
br["r"] = "101";

response = br.submit();

但是，它在应该选择第一个表单的 select_form(nr=0) 上失败了。

这是Python返回的日志：

>>> from mechanize import Browser
>>>
>>> from BeautifulSoup import BeautifulSoup
>>> import re
>>> import urllib2
>>>
>>>
>>>
>>> br = Browser();
>>> br.open("http://www.atpworldtour.com/Rankings/Singles.aspx");
<response_seek_wrapper at 0x311bb48L whose wrapped object = <closeable_response
at 0x311be88L whose fp = <socket._fileobject object at 0x0000000002C94408>>>
>>> br.select_form(nr=0);
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "build\bdist.win-amd64\egg\mechanize\_mechanize.py", line 505, in select_
form
  File "build\bdist.win-amd64\egg\mechanize\_html.py", line 546, in __getattr__
  File "build\bdist.win-amd64\egg\mechanize\_html.py", line 559, in forms
  File "build\bdist.win-amd64\egg\mechanize\_html.py", line 228, in forms
mechanize._html.ParseError

我在mechanize主页中找不到所有功能的正确解释。任何人都可以向我指出使用表单和 Mechanize 的正确教程，或者帮助我解决这个特定问题吗？

安东尼

Answer 1

我认为您正确使用了该库，但解析器似乎在处理该特定页面时遇到了问题。我在另一个页面上以相同的方式使用该库（“http://flashcarddb.com/login ") 并且它不会引发错误。

Answer 2

我刚刚遇到了同样的问题。我访问的页面通过了 W3C 验证，因此我认为这不是标记问题。然而，html tidy 抱怨该页面在 .一旦我解决了这个问题，机械化就开始工作了。

另外，我在邮件列表上看到了对此问题的回复。我只是想指出，将factory=mechanize.RobustFactory() 添加到mechanize.Browser() 并没有改变结果。

Answer 3

线索：定义更多关于你的 mechanize.Browser() 的信息