rendered paste body#! /usr/bin/env python# -*- coding: utf-8 -*-#Este script baja de http://www.estafeta.com/oficinas/cod001.html#UNa lista de todas las colonias de todo el pais (México) y lo guarda en#una base de datosimport urllibimport urllib2import revalues = {'cEstado':'01','cMensaje':'ColMun','TipoCodigo':'origen','cIdioma':'espanol','cColonia':'','submit':'Buscar'}params = urllib.urlencode(values)headers = {'User-Agent':'Firefox','Referer':'http://www.estafeta.com/oficinas/cod001.html'}request = urllib2.Request("http://rastreo.estafeta.com:8000/cgi-bin/CoPostal.cgi",params,headers);#request = urllib2.Request("http://pruebas.local/colonias/prueba.html");response = urllib2.urlopen(request)respuesta = response.read()pattern = re.compile('\<\/tr\>')info = pattern.split(respuesta)pattern2 = re.compile('\<tr\sbgcolor=\"#E7E7DE\"\>.*\<\/td\>')pattern3 = re.compile('(<font\s.+=\"#333333\"\>|<\/font\>|\<b\>|\<\/b\>|\<tr\s.+=\"#E7E7DE\"\>|\<\/tr\>|\<td\>|\<\/td\>)')#pattern5 = re.compile('\<.*\>') pattern4 = re.compile('(\<td\>|\<\/td\>)')filtrado = []lista = []unidades = {}for elemento in range(0,len(info)): if(pattern2.search(info[elemento])): filtrado.append(info[elemento]) for e in range(0,len(filtrado)): lis = re.sub(pattern3,'',filtrado[e]) # print lis #print lis.group('dato') #print filtrado[-1]print respuesta