[問題] 擷取氣象局定時發布的資料

[CCpiano (鋼琴社公告用id)]

請問各位關於python擷取網頁的問題

因為我對颱風資訊還滿有興趣的

因此我想要蒐集每次颱風的所有颱風警報單內容


而在中央氣象局的網頁上
http://www.cwb.gov.tw/V7/prevent/warning/w23.htm?
這是颱風警報(現在是熱帶性低氣壓特報)會出現的網址

我想要寫python program讓他自動在發報時間後幫我從網站上取出警報單的內容

像現在就是:

發布時間：2013/07/16 22:31

熱帶性低氣壓１００２百帕，在北緯１６．２度，東經１２３．７度，即在菲律賓東方海
面，向西北移動，時速１５公里，未來有發展為輕度颱風的趨勢，本局正密切注意中；請
在巴士海峽航行及作業船隻特別注意。


我用的是python 3.3.2

我爬了文可以使用urllib.request

但我試過之後發現他沒有幫我擷取到以上我想要的資訊內容

請問各位我該如何做到這點?

還是氣象局網頁不讓別人這麼做@@

--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.112.249.236
→ suzuke:你該把你的code貼出來讓大家幫你看問題在哪, 而不是問
→ suzuke:你該怎麼做, 等著讓別人告訴你答案
推 carlcarl:你用urllib你是截取到什麼東西?
不好意思

我補上我的code (on python 3.3.2)

import urllib.request

web=urllib.request.urlopen('http://www.cwb.gov.tw/V7/prevent/warning/w23.htm?')

webcontent=web.read()

print(webcontent)


這樣得到一堆big5編碼的內容

https://www.space.ntu.edu.tw/navigate/s/233DBD84725147E999B6835585877100QQY

我剛剛發現裡面有發報的時間點，最新的是在2013/07/17 04:00發的

但是我不知道該如何decode其他文字><

我有用.decode('big5')

但是一直出現類似這樣的error

UnicodeDecodeError: 'big5' codec can't decode byte 0xe7 in position 0:
illegal multibyte sequence


還有請大家指導指導 謝謝!!
※ 編輯: CCpiano         來自: 140.109.113.31       (07/17 09:19)
→ swpoker:errors='ignore' 看看一下 Codec Base Classes
→ swpoker:因為網頁通常會有奇怪的字元,所以轉碼要設定忽略錯誤
推 trashprince:pyquery不錯用