Python用做数据解决仍是相称没有错的,假如你想要做爬虫,Python是很好的抉择,它有不少曾经写好的类包,只需挪用,便可实现不少复杂的性能。
1 Pyhton猎取网页的内容(也就是源代码)(保举学习:Python视频教程)
page = urllib2.urlopen(url) contents = page.read() #取得了整个网页的内容也就是源代码 print(contents)
url代表网址,contents代表网址所对应的源代码,urllib2是需求用到的包,以上三句代码就能取得网页的整个源代码
2 猎取网页中想要的内容(先要取得网页源代码,再剖析网页源代码,找所对应的标签,而后提掏出标签中的内容)
以豆瓣片子排名为例子
如今我需求取得以后页面的一切片子的名字,评分,评估人数,链接
#coding:utf-8 ''''' @author: jsjxy ''' import urllib2 import re from bs4 import BeautifulSoup from distutils.filelist import findall page = urllib2.urlopen('http://movie.douban.com/top250?format=text') contents = page.read() #print(contents) soup = BeautifulSoup(contents,"html.parser") print("豆瓣片子TOP250" + "\n" +" 影片名 评分 评估人数 链接 ") for tag in soup.find_all('div', class_='info'): # print tag m_name = tag.find('span', class_='title').get_text() m_rating_score = float(tag.find('span',class_='rating_num').get_text()) m_people = tag.find('div',class_="star") m_span = m_people.findAll('span') m_peoplecount = m_span[3].contents[0] m_url=tag.find('a').get('href') print( m_name+" " + str(m_rating_score) + " " + m_peoplecount + " " + m_url )
管制台输入,你也能够写入文件中
更多Python相干技巧文章,请拜访Python教程栏目进行学习!
以上就是python 怎样猎取网页内容的具体内容,更多请存眷资源魔其它相干文章!
标签: Python python教程 python编程 python使用问题
版权声明:除非特别标注,否则均为本站原创文章,转载时请以链接形式注明文章出处。
抱歉,评论功能暂时关闭!