日韩久久久精品,亚洲精品久久久久久久久久久,亚洲欧美一区二区三区国产精品 ,一区二区福利

python網(wǎng)絡(luò)爬蟲學(xué)習(xí)筆記之一 爬蟲基礎(chǔ)入門

系統(tǒng) 1790 0

爬蟲工作的三個(gè)基本步驟: 爬取網(wǎng)頁、解析內(nèi)容、存儲數(shù)據(jù)

準(zhǔn)備

先安裝爬取網(wǎng)頁需要用到的第三方庫:?requests 和 bs4

pip install requests

pip install bs4

爬取網(wǎng)頁

            
              # coding: UTF-8
import requests

link = "http://www.santostang.com/"
headers = {'User-Agent' : 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.103 Safari/537.36'}
r = requests.get(link, headers=headers)
print(r.text)
            
          

程序運(yùn)行后輸出 網(wǎng)頁的html代碼

解析網(wǎng)頁內(nèi)容

            
              # coding: UTF-8
import requests
from bs4 import BeautifulSoup

link = "http://www.santostang.com/"
headers = {'User-Agent' : 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.103 Safari/537.36'}
r = requests.get(link, headers=headers)

soup = BeautifulSoup(r.text, "lxml")
title = soup.find("h1", class_="post-title").a.text.strip()
print(title)
            
          

獲取到了網(wǎng)頁第一篇文章的 title,輸出內(nèi)容為:

第四章 – 4.3 通過selenium 模擬瀏覽器抓取

存儲數(shù)據(jù)

            
              # coding: UTF-8
import requests
from bs4 import BeautifulSoup

link = "http://www.santostang.com/"
headers = {'User-Agent' : 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.103 Safari/537.36'}
r = requests.get(link, headers=headers)

soup = BeautifulSoup(r.text, "lxml")
title = soup.find("h1", class_="post-title").a.text.strip()

with open('d:/title.txt', 'w') as f:
	f.write(title)
            
          

運(yùn)行程序后找到d:/title.txt 文件,發(fā)現(xiàn)文件的內(nèi)容就是網(wǎng)頁第一篇文章的title,即 “第四章 – 4.3 通過selenium 模擬瀏覽器抓取”

至此,講解完了python爬蟲的三個(gè)基本步驟和代碼實(shí)現(xiàn)

本文內(nèi)容到此結(jié)束,更多內(nèi)容可關(guān)注公眾號和個(gè)人微信號:

python網(wǎng)絡(luò)爬蟲學(xué)習(xí)筆記之一 爬蟲基礎(chǔ)入門_第1張圖片 python網(wǎng)絡(luò)爬蟲學(xué)習(xí)筆記之一 爬蟲基礎(chǔ)入門_第2張圖片


更多文章、技術(shù)交流、商務(wù)合作、聯(lián)系博主

微信掃碼或搜索:z360901061

微信掃一掃加我為好友

QQ號聯(lián)系: 360901061

您的支持是博主寫作最大的動(dòng)力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧,狠狠點(diǎn)擊下面給點(diǎn)支持吧,站長非常感激您!手機(jī)微信長按不能支付解決辦法:請將微信支付二維碼保存到相冊,切換到微信,然后點(diǎn)擊微信右上角掃一掃功能,選擇支付二維碼完成支付。

【本文對您有幫助就好】

您的支持是博主寫作最大的動(dòng)力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描上面二維碼支持博主2元、5元、10元、自定義金額等您想捐的金額吧,站長會非常 感謝您的哦!!!

發(fā)表我的評論
最新評論 總共0條評論
主站蜘蛛池模板: 古蔺县| 武邑县| 仁化县| 玉田县| 双桥区| 滨州市| 石棉县| 壤塘县| 浦北县| 万源市| 同江市| 阜康市| 额尔古纳市| 神池县| 黄平县| 古蔺县| 霍林郭勒市| 郸城县| 永安市| 贞丰县| 社会| 隆安县| 格尔木市| 玉林市| 康定县| 大姚县| 毕节市| 万荣县| 林甸县| 龙山县| 长寿区| 临清市| 屯留县| 讷河市| 衡水市| 堆龙德庆县| 北安市| 安龙县| 金溪县| 交口县| 宁蒗|