python 搜索html,使用Python中的正则表达式逐行搜索HTML

1

Park Hours
8:00 AM - 12:00 AM
Extra Magic Hours
7:00 AM - 8:00 AM
Extra Magic Hours
12:00 AM - 3:00 AM

每个日历条目都在一行中，所以我认为最好是逐行浏览HTML，如果该行包含小时，则将这些小时添加到相应日期的字典中(有些日子有多个日期小时条目)。

import urllib

import re

source = urllib.urlopen('http://disneyworld.disney.go.com/parks/magic-kingdom/c\

alendar/')

page = source.read()

prkhrs = {}

def main():

parsehours()

def parsehours():

#look for #:## AM - #:## PM

date = r'201204\d{02}'

hours = r'\d:0{2}\s\w{2}\s-\s\d:0{2}\s\w{2}'

#go through page line by line

for line in page:

times = re.findall(hours, line)

dates = re.search(date, line)

if dates:

start = dates.start()

end = dates.end()

curdate = line[start:end]

#if #:## - #:## is found, a date has been found

if times:

#create dictionary from date, stores hours in variable

#extra magic hours(emh) are stored in same format.

#if entry has 2/3 hour listings, those listings are emh

prkhrs[curdate]['hours'] = times

#just print hours for now. will change later

print prkhrs我遇到的问题是，当我将'打印线'放入通过页面的for循环中时，它会一次打印出一个字符，我假设这是搞乱了什么。

现在，'打印prkhrs'只是打印任何东西，但使用re.findall日期和小时打印出正确的时间，所以我知道正则表达式的作品。关于如何让它运作的任何建议？