Web サイトからデータをキャプチャして DB に保存するスクリプトを書いています。一部のデータがマージされており、それらを分割する必要があります。私はこのようなものを持っています
Endokrynologia (bez st.),Położnictwo i ginekologia (II st.)
だから私は取得する必要があります:
Endokrynologia (bez st.)
Położnictwo i ginekologia (II st.)
だから私はpythonでいくつかのコードを書いた:
#!/usr/bin/env python
# -*- encoding: utf-8
import MySQLdb as mdb
from lxml import html, etree
import urllib
import sys
import re
Nr = 17268
Link = "http://rpwdl.csioz.gov.pl/rpz/druk/wyswietlKsiegaServletPub?idKsiega="
sock = urllib.urlopen(Link+str(Nr))
htmlSource = sock.read()
sock.close()
root = etree.HTML(htmlSource)
result = etree.tostring(root, pretty_print=True, method="html")
Spec = etree.XPath("string(//html/body/div/table[2]/tr[18]/td[2]/text())")
Specjalizacja = Spec(root)
if re.search(r'(,)\b', Specjalizacja):
text = Specjalizacja.split()
print text[0]
print text[1]
そして私は得る:
Endokrynologia
(bez
私が間違っていることは何ですか?